如何获取整个DataFrame中前n大/小值的索引、列名及关联名称？

核心思路 #

• 先合并所有结构相同的DataFrame，统一处理全量数据
• 重构数据格式，将分散的4组值列、对应name列配对转换为长表结构，对齐每个数值的关联属性
• 基于长表直接全局排序筛选最大/最小的n条记录

完整代码实现 #

import pandas as pd

# 配置项：你要查询的前n个最大/最小值
n = 4
# 值列与对应name列的映射关系
col_pair = {
    "A": "nameA",
    "B": "nameB",
    "C": "nameC",
    "D": "nameD"
}

# 1. 合并所有DataFrame，可选添加source_df_id标记区分数据来源
for df_idx, df in enumerate(df_list):
    df["source_df_id"] = df_idx
all_data = pd.concat(df_list, ignore_index=False)

# 2. 转换为长表结构，配对数值列和对应name列
long_df = pd.DataFrame()
for val_col, name_col in col_pair.items():
    # 提取当前组的两列数据，补充属性标记
    tmp = all_data[[name_col, val_col, "source_df_id"]].copy()
    tmp["value_column"] = val_col
    # 提取name列前3位转为整数
    tmp["name_prefix"] = tmp[name_col].astype(str).str[:3].astype(int)
    tmp = tmp.rename(columns={val_col: "target_value"})
    long_df = pd.concat([long_df, tmp], ignore_index=False)

# 3. 筛选全局最大/最小的n条记录
largest_n = long_df.nlargest(n, "target_value", keep="first").reset_index(names="original_row_index")
smallest_n = long_df.nsmallest(n, "target_value", keep="first").reset_index(names="original_row_index")

# 合并结果（可选）
result = pd.concat([
    largest_n.assign(type="top_largest"),
    smallest_n.assign(type="top_smallest")
], ignore_index=True)[["type", "source_df_id", "original_row_index", "value_column", "target_value", "name_prefix"]]

# 输出结果
print(result)

结果说明 #

输出的result包含你需要的所有字段：

• type：标记是前n大还是前n小值
• source_df_id：标记该记录来自输入列表中第几个DataFrame，不需要可删除
• original_row_index：该记录在原DataFrame中的行索引
• value_column：数值所属的列名（A/B/C/D）
• target_value：具体的数值
• name_prefix：对应name列的前3位整数

注意事项 #

• 如果存在重复值，可调整nlargest/nsmallest的keep参数：keep="first"保留先出现的，keep="last"保留后出现的，keep="all"保留所有重复值（此时返回记录数可能大于n）
• 如果name列存在长度不足3位的情况，可根据需求补充截取逻辑，比如不足3位补0、直接保留原始值等

内容的提问来源于stack exchange，提问作者신동범