pandas如何按行获取数值对应的前3小、前3大关联列名

报错原因 #

你之前的代码报错是因为apply返回的每一行是数组格式，不能直接用iloc[:, :3]这种二维索引方式跨行列取元素。

正确实现 #

方法1：基于numpy的argsort实现 #

import pandas as pd
import numpy as np

# 1. 获取每行前3小数值对应的列名
top3_small_cols = df.apply(lambda row: df.columns[np.argsort(row)[:3]], axis=1)
# 转换为结构化DataFrame方便查看
top3_small_df = pd.DataFrame(
    top3_small_cols.to_list(),
    index=df.index,
    columns=['第1小列', '第2小列', '第3小列']
)

# 2. 获取每行前3大数值对应的列名
top3_large_cols = df.apply(lambda row: df.columns[np.argsort(row)[-3:][::-1]], axis=1)
# 转换为结构化DataFrame方便查看
top3_large_df = pd.DataFrame(
    top3_large_cols.to_list(),
    index=df.index,
    columns=['第1大列', '第2大列', '第3大列']
)

# 合并前3小、前3大结果
result = pd.concat([top3_small_df, top3_large_df], axis=1)

方法2：基于pandas原生方法实现（更易读） #

不需要额外引入numpy，逻辑更直观，自动处理同值排序逻辑：

# 1. 前3小列
top3_small_cols = df.apply(lambda row: row.nsmallest(3).index.tolist(), axis=1)
# 2. 前3大列
top3_large_cols = df.apply(lambda row: row.nlargest(3).index.tolist(), axis=1)

示例输出参考 #

对你给出的样例数据，最终输出的result结构如下：

内容的提问来源于stack exchange，提问作者Maths12