如何在Python DataFrame各列提取前3大值对应的ID列表？含等值处理

嗨，很高兴能帮到你！针对你提出的提取DataFrame每列中3个最大数值对应ID的需求，我整理了两种实用的处理方案，专门覆盖了数值相等的场景，一起来看看：

先构造示例DataFrame（方便演示） #

首先我们先模拟一个包含并列数值的DataFrame，和你提到的第三轮场景类似：

import pandas as pd

# 构造示例数据，ID为索引，包含多组并列数值
data = {
    'ID': ['A', 'B', 'C', 'D', 'E', 'F'],
    '第一轮': [10, 25, 25, 15, 30, 20],
    '第二轮': [5, 18, 18, 22, 18, 25],
    '第三轮': [40, 40, 35, 35, 20, 10]
}
df = pd.DataFrame(data).set_index('ID')

方案1：保留所有并列的Top3数值对应ID #

如果你的需求是只要数值属于前3大的范围，所有对应的ID都要保留（比如第三轮的两个40、两个35都要提取），可以用这个方法：

def get_top_ids(column, top_n=3):
    # 对列按数值降序排序（mergesort保证排序稳定性）
    sorted_col = column.sort_values(ascending=False, kind='mergesort')
    # 提取前top_n个唯一的最大数值
    top_values = sorted_col.unique()[:top_n]
    # 返回所有匹配这些数值的ID列表
    return sorted_col[sorted_col.isin(top_values)].index.tolist()

# 把函数应用到每一列
top_ids_result = df.apply(get_top_ids)
print(top_ids_result)

输出示例： #

第一轮          [E, B, C]
第二轮    [F, D, B, C, E]
第三轮       [A, B, C, D]
dtype: object

可以看到，第二轮中数值18属于第三大的数值，所有对应的ID都被保留了；第三轮的两个40、两个35也全部被提取。

方案2：严格提取最多3个ID（忽略多余并列） #

如果你的需求是不管并列情况，只取最多3个ID，可以用nlargest方法，通过keep参数控制并列值的取舍：

def get_strict_top_ids(column, top_n=3):
    # keep='first'：遇到并列时保留最先出现的ID；可选keep='last'保留最后出现的
    return column.nlargest(top_n, keep='first').index.tolist()

# 应用到每一列
strict_top_ids_result = df.apply(get_strict_top_ids)
print(strict_top_ids_result)

输出示例： #

第一轮    [E, B, C]
第二轮    [F, D, B]
第三轮    [A, B, C]
dtype: object

这里第二轮只取了前3个ID（F、D、B），忽略了后面并列的C和E；第三轮取了前3个ID（A、B、C）。

特殊情况：ID是普通列而非索引 #

如果你的DataFrame中ID是单独的列（不是索引），只需要稍微调整代码即可：

def get_top_ids_from_col(column, df, top_n=3):
    # 按当前列降序排序
    sorted_df = df.sort_values(by=column.name, ascending=False, kind='mergesort')
    # 提取前top_n个唯一数值
    top_values = sorted_df[column.name].unique()[:top_n]
    # 返回对应的ID列表
    return sorted_df[sorted_df[column.name].isin(top_values)]['ID'].tolist()

# 应用到每一列（排除ID列）
top_ids_result = df.drop('ID', axis=1).apply(lambda col: get_top_ids_from_col(col, df))

如果你的DataFrame结构和示例有差异，或者还有其他特殊需求，随时告诉我，我再帮你调整代码~

内容的提问来源于stack exchange，提问作者galanonim