pandas DataFrame按pidx分组后取每组score最高Top3行的实现方法

原有尝试代码的问题定位 #

你之前编写的代码无法输出符合预期的结果，主要由两个问题导致：

• df.sort(['pidx','score'],ascending = False)是pandas 0.20版本前的废弃API，当前主流版本pandas已不支持该写法，排序操作需替换为sort_values()方法，否则会直接触发属性报错。
• 代码中通过head(2)仅截取每组前2条记录，和需求要求的取前3条不匹配；同时对pidx和score统一设置为降序排列，会导致最终输出的pidx值从大到小排布，和目标格式的pidx升序展示要求错位。

核心实现步骤 #

实现目标效果的核心逻辑是先通过多列排序把同组数据、组内高分数据调整到连续靠前的位置，再按分组截取指定长度的记录：

1. 设置多列排序规则：先按pidx列升序排列，保证同pidx的记录连续、最终输出时pidx值从小到大依次展示；再按score列降序排列，让同pidx下得分更高的记录排在组内靠前位置。
2. 完成全表排序后按pidx执行分组，直接调用head(3)截取每组前3条记录，即可得到符合格式要求的结果数据集。

基础实现代码：

# 按列匹配对应排序方向完成全表排序
sorted_df = df.sort_values(
    by=["pidx", "score"],
    ascending=[True, False]
)
# 按pidx分组取每组score最高的前3条记录
result_df = sorted_df.groupby("pidx").head(3)

稳定性优化 #

如果同组内存在score值相同的并列场景，可以追加tie-break排序规则，避免相同分数的记录顺序随机变动，让输出结果稳定可复现，例如追加按day_no列升序排列：

sorted_df = df.sort_values(
    by=["pidx", "score", "day_no"],
    ascending=[True, False, True]
)
result_df = sorted_df.groupby("pidx").head(3)

内容的提问来源于stack exchange，提问作者Kintaro