如何获取pandas分组后每组压力值Top2对应的Date/Time列数据

解决方案 #

你要实现的是按group字段分组后，提取每组压力最高的2条记录的所有信息（包含对应时间戳），可以直接使用以下两种方案实现：

方案1：直接对分组整体取Top N行（最简洁）

不需要单独提取压力列再匹配时间戳，直接对每个分组的全量数据按压力列取前2大值，自动保留所有原始字段：

# 按group分组，每组取Pressure最高的2行，保留全部列（包含Date/Time）
df_top2 = df.groupby('group', group_keys=False).apply(lambda x: x.nlargest(2, 'Pressure')).reset_index(drop=True)

执行后得到的df_top2中就包含你需要的分组、时间戳、压力值三个核心字段，可以直接导出到新工作表。

方案2：基于你已有的行索引匹配时间戳

如果你已经运行了第一段代码拿到了带原行索引的压力Top2结果，可以直接用索引匹配原表的时间戳：

# 你已有的代码，拿到分组+原行号为索引的压力Top2结果
df_pressure_top2 = df.groupby('group')['Pressure'].nlargest(2).rename_axis(index=['group','row_index'])
# 用原行号索引匹配原表的所有字段
df_top2 = df.loc[df_pressure_top2.index.get_level_values('row_index')]

补充说明 #

如果存在多条压力值相同的记录，nlargest会默认按数据出现的顺序取前2条，如果你需要按时间戳等其他规则处理并列情况，可以在nlargest前增加排序逻辑，比如先按压力降序、再按时间升序排列后取前2：

df_top2 = df.groupby('group', group_keys=False).apply(
    lambda x: x.sort_values(['Pressure', 'Date/Time'], ascending=[False, True]).head(2)
).reset_index(drop=True)

你待提取的样例数据结构参考：

内容的提问来源于stack exchange，提问作者scoulter