pandas groupby取第二大percent值时对应Hour列结果错误如何解决

你的代码错误来源于apply回调末尾的.min()调用逻辑：

• x.nlargest(2, columns='percent')已经正确取出了每个分组内percent排名前2的2行数据
• 后续直接对这2行调用.min()会逐列计算最小值：percent列的最小值确实是分组内第二大的percent值，但Hour列会直接取这2行里Hour的最小值，不会和第二大percent值做行对齐，因此出现Hour匹配错误。

只需要在取到前2大的行后，直接返回第二行的完整数据即可，天然保证同一行的Hour和percent对应：

df = df.groupby(['name','Day'], group_keys=False).apply(
    lambda x: x.nlargest(2, columns='percent').iloc[1]
)

如果需要处理分组内数据不足2行的边界场景，避免索引报错，可以加长度判断：

df = df.groupby(['name','Day'], group_keys=False).apply(
    lambda x: x.nlargest(2, columns='percent').iloc[1] if len(x) >=2 else x.iloc[0]
)

也可以采用先排序再取分组第N行的写法，逻辑更直观：

df = df.sort_values('percent', ascending=False)\
       .groupby(['name','Day'], group_keys=False)\
       .nth(1)\
       .reset_index()

内容的提问来源于stack exchange，提问作者Breno1982