如何在 df (Python) 中找到列的第二个（或第三个）最大值的索引？答案

【问题标题】：How to find the index of the 2nd (or 3rd) largest value of a column in a df (Python)?如何在 df (Python) 中找到列的第二个（或第三个）最大值的索引？
【发布时间】：2022-12-20 09:08:01
【问题描述】：

我想找到每列的第二大值，但想收集可以找到该值的位置（简而言之：使用 .nlargest(2).values[-1] 时 .idxmax 的等价物是什么？）

这是我获得第二和第三最高值的推理：

test_2ndmax = pd.DataFrame({'Col{}'.format(i):np.random.randint(0,100,5) for i in range(5)})
display(test_2ndmax)

#retrieving 2nd higest value for each column
display(test_2ndmax.apply(lambda col: col.nlargest(2).values[-1],axis=0))

#retrieving to get 3rd higest value
display(test_2ndmax.apply(lambda col: col.nlargest(3).values[-1],axis=0))

输出是这样的：

    Col0    Col1    Col2    Col3    Col4
0   9       15      24      45      85
1   26      50      91      34      60
2   3       88      84      17      53
3   8       58      73      56      11
4   82      65      93      3       46

Col0    82
Col1    65
Col2    91
Col3    45
Col4    60
dtype: int32

Col0    26
Col1    58
Col2    84
Col3    34
Col4    53
dtype: int32

但是，我想得到这个，因为我会使用 idxmax 的等价物：（例如 col.nlargest(2).values[-1]），

Col0 4
Col1 4
Col2 1
Col3 0
Col4 1

谢谢！

【问题讨论】：

标签： python sorting max data-cleaning

【解决方案1】：

要获得第二大值的索引，请使用.nlargest(2) + .idxmin()（类似于第三大...）：

x = test_2ndmax.apply(lambda col: col.nlargest(2).idxmin(), axis=0)
print(x)

印刷：

Col0    3
Col1    3
Col2    4
Col3    4
Col4    1
dtype: int64

使用的数据框：

   Col0  Col1  Col2  Col3  Col4
0    64    10     6    49    94
1     4    22    86    79    82
2    84    92    25     1    43
3    87    41    18    51    29
4    96    40    73    70    74

【讨论】：