如何在Pandas DataFrame指定列的行中获取第二大值

嘿，这问题我熟！你已经知道怎么用max(axis=1)获取每行最大值了，要拿第二大值其实也很简单，用pandas的nlargest函数就能轻松搞定，下面给你几种实用的方法：

方法一：用nlargest直接取第二大值 #

这是最直观的方式，nlargest(n)会返回每行前n个最大的元素，我们取第2个（索引为1，因为从0开始计数）就行：

# 针对你指定的移动平均线列，计算每行第二大值
df2['2nd_Largest'] = df2[['10D_MA','30D_MA','50D_MA','100D_MA','200D_MA']].apply(lambda x: x.nlargest(2).iloc[1], axis=1)

方法二：排序后取第二大值 #

如果你更习惯排序的思路，也可以先把每行的值从大到小排序，再取第二个元素：

df2['2nd_Largest'] = df2[['10D_MA','30D_MA','50D_MA','100D_MA','200D_MA']].apply(lambda x: x.sort_values(ascending=False).iloc[1], axis=1)

特殊情况处理：严格第二大（排除重复最大值） #

如果你的数据里存在多个相同的最大值（比如某行有两个70.89），上面的方法会返回最大值本身。如果需要严格意义上的第二大值（即排除重复的最大值），可以先对每行去重再操作：

# 处理重复值的情况，确保取到的是不同的第二大值
df2['2nd_Largest_Strict'] = df2[['10D_MA','30D_MA','50D_MA','100D_MA','200D_MA']].apply(
    lambda x: x.drop_duplicates().nlargest(2).iloc[1] if len(x.drop_duplicates()) >= 2 else x.max(),
    axis=1
)

这里加了个判断：如果去重后剩下的元素不足2个（比如所有值都一样），就直接返回最大值，避免报错。

拿你给出的示例数据测试的话，第一行指定列的第二大值就是69.37，第二行是69.47，第三行是69.57，完全符合预期~

内容的提问来源于stack exchange，提问作者J Westwood