Python如何在分组数据表中新增列展示组内排名前两位的变量值

前置优化（可选） #

你当前的排名代码默认采用method='average'参数，若存在相同数值会生成小数排名，建议先调整为整数不重复排名，方便后续取Top值：

df['Rank'] = df.groupby('Group')['Value'].rank(ascending=True, method='first').astype(int)

新增分组Top1、Top2数值列 #

方法1：不依赖已生成的Rank列，直接计算 #

import pandas as pd

# 分组内排名第一的数值（升序排名第一即为组内最小值）
df['Group_Top1_Value'] = df.groupby('Group')['Value'].transform('min')

# 分组内排名第二的数值，分组不足2条时返回空值
df['Group_Top2_Value'] = df.groupby('Group')['Value'].transform(
    lambda x: x.sort_values().iloc[1] if len(x) >= 2 else pd.NA
)

方法2：基于已有的Rank列计算，和你当前的排名规则完全对齐 #

# 取每组排名为1的数值，广播到组内所有行
df['Group_Top1_Value'] = df[df['Rank'] == 1].groupby('Group')['Value'].first().reindex(df['Group']).values

# 取每组排名为2的数值，广播到组内所有行
df['Group_Top2_Value'] = df[df['Rank'] == 2].groupby('Group')['Value'].first().reindex(df['Group']).values

注意事项 #

如果存在并列排名需求，可调整rank函数的method参数：

• method='min'：相同数值取最小排名，会出现多个同排名条目
• method='dense'：排名连续，相同数值排名一致，后续排名不跳号

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