Python Pandas实现表格逐行排序并返回对应原列标签的新DataFrame方法

直接用pandas就能快速实现，完整代码如下：

import pandas as pd

# 读取CSV，指定逗号为小数分隔符
df = pd.read_csv("your_file.csv", decimal=",")

# 逐行处理得到公司排名
def get_rank(row):
    # 排除日期列后按数值降序排序，返回对应的公司名
    return row.drop("Date").sort_values(ascending=False).index.tolist()

# 生成结果表
rank_cols = df.apply(get_rank, axis=1).to_list()
result = pd.concat([
    df["Date"],
    pd.DataFrame(rank_cols, columns=["1", "2", "3"])
], axis=1)

# 可选：导出结果到CSV
# result.to_csv("rank_result.csv", index=False)

关键逻辑说明 #

• 读取文件时通过decimal=","参数直接适配你用逗号作为小数分隔符的数值格式，无需额外做格式转换。
• 逐行处理时调用sort_values(ascending=False)做降序排序，排序后取索引值就是对应的公司列名，刚好匹配你要的排名规则。
• 最后拼接原Date列和生成的排名列，就得到你要的结构，新列名1、2、3对应从高到低的排名。

如果你喜欢更精简的写法，也可以把行处理逻辑合并为lambda表达式：

import pandas as pd

df = pd.read_csv("your_file.csv", decimal=",")
result = df[["Date"]].join(
    df.drop("Date", axis=1)
      .apply(lambda x: x.sort_values(ascending=False).index, axis=1)
      .to_list(),
    lsuffix="", rsuffix=""
).set_axis(["Date", "1", "2", "3"], axis=1)

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