如何查找Pandas DataFrame中3个最大值的行列索引位置

嘿，我来帮你搞定这个需求！要找出给定DataFrame里前3个最大值对应的[row index, column index]，咱们可以用Pandas的几个工具方法组合实现，完全符合你的预期结果。

完整实现代码 #

import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame([[1, 10, 1], [6, 1, 1], [1,1,9]])

# 步骤1：将DataFrame转为多层索引的Series
stacked_df = df.stack()
# 这一步会把每个元素的位置变成(row_idx, col_idx)的双层索引

# 步骤2：提取前3个最大值
top3_values = stacked_df.nlargest(3)

# 步骤3：将双层索引转为目标格式的列表
result = top3_values.index.to_list()

print(result)  # 输出: [[0, 1], [2, 2], [1, 0]]

分步解释 #

• df.stack()：把原DataFrame的列索引“堆叠”成第二层索引，这样每个元素的索引就变成了(行索引, 列索引)的元组，方便我们直接获取位置信息。
• nlargest(3)：直接筛选出Series中数值最大的前3个元素，自动保留它们的索引信息。
• index.to_list()：把多层索引的元组转换成列表的格式，正好得到你想要的[[行, 列], ...]结构。

如果遇到有重复最大值的情况，这个方法也能正常工作——它会保留所有并列的最大值（如果数量超过3的话，会按索引顺序取前3个）。

内容的提问来源于stack exchange，提问作者Brigitte Maillère