Pandas如何忽略非数值列 计算每行前n个最大值的平均值生成新列

核心实现逻辑 #

• 自动识别DataFrame中所有数值类型列，无需手动排除time这类非数值字段
• 逐行对数值做排序，提取指定数量的最大数值
• 计算提取出的数值的平均值，存入独立新列

测试数据构建 #

直接运行下方代码即可生成示例用的测试DataFrame：

import pandas as pd
import numpy as np

time = ['11:50', '12:50', '13:50']
data_1 = {'time': time,
          'n1': [1, 5, 8],
          'n2': [2, 6 ,7],
          'n3': [3, 7 ,6],
          'n4': [4, 8, 5],
        }

df1 = pd.DataFrame(data = data_1)

核心计算代码 #

以提取每行最大2个数值、计算平均值存入Average_largest_2_column列为例，代码如下：

# 配置需要提取的最大值个数，修改该值即可适配不同需求
top_n = 2
# 自动筛选所有数值类型列，自动跳过非数值字段
numeric_columns = df1.select_dtypes(include=np.number).columns
# 逐行计算前top_n个最大值的平均值，赋值到新列
df1['Average_largest_2_column'] = df1[numeric_columns].apply(
    lambda x: x.nlargest(top_n).mean(),
    axis=1
)

运行效果 #

运行后输出的DataFrame效果如下，和预期完全一致：

说明：如果需要计算前3、前4个最大值的平均，只需要修改top_n的赋值即可，代码会自动适配，无需调整其他逻辑。

内容的提问来源于stack exchange，提问作者n3a5p7s9t1e3r