如何获取一行中第二高的值？

Question

我想从数据框中获取每行某个区域的第二高值。如何做到这一点？

我尝试了以下代码，但不起作用：

df.iloc[:, 5:-3].nlargest(2)(axis=1, level=2)

有没有其他方式可以获取它？

- Gautham Kanthasamy

Answer 1

通过在axis=1上使用apply，您可以找到每行的第二个最大值。方法是先找到前2个最大值，然后获取它们中的最后一个。

df.iloc[:, 5:-3].apply(lambda row: row.nlargest(2).values[-1],axis=1)

示例

下面的代码在 df 的每一行中找到第二大的值。

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: df = pd.DataFrame({'Col{}'.format(i):np.random.randint(0,100,5) for i in range(5)})

In [4]: df
Out[4]: 
   Col0  Col1  Col2  Col3  Col4
0    82    32    14    62    90
1    62    32    74    62    72
2    31    79    22    17     3
3    42    54    66    93    50
4    13    88     6    46    69

In [5]: df.apply(lambda row: row.nlargest(2).values[-1],axis=1)
Out[5]: 
0    82
1    72
2    31
3    66
4    69
dtype: int64

- sgDysregulation

Answer 2

我认为您需要按行排序，然后进行选择：

a = np.sort(df.iloc[:, 5:-3], axis=1)[:, -2]

样例:

np.random.seed(100)
df = pd.DataFrame(np.random.randint(10, size=(10,10)))
print (df)
   0  1  2  3  4  5  6  7  8  9
0  8  8  3  7  7  0  4  2  5  2
1  2  2  1  0  8  4  0  9  6  2
2  4  1  5  3  4  4  3  7  1  1
3  7  7  0  2  9  9  3  2  5  8
4  1  0  7  6  2  0  8  2  5  1
5  8  1  5  4  2  8  3  5  0  9
6  3  6  3  4  7  6  3  9  0  4
7  4  5  7  6  6  2  4  2  7  1
8  6  6  0  7  2  3  5  4  2  4
9  3  7  9  0  0  5  9  6  6  5

print (df.iloc[:, 5:-3])
   5  6
0  0  4
1  4  0
2  4  3
3  9  3
4  0  8
5  8  3
6  6  3
7  2  4
8  3  5
9  5  9

a = np.sort(df.iloc[:, 5:-3], axis=1)[:, -2]
print (a)
[0 0 3 3 0 3 3 2 3 5]

如果需要两个值：

a = df.iloc[:, 5:-3].values
b = pd.DataFrame(a[np.arange(len(a))[:, None], np.argsort(a, axis=1)])
print (b)
   0  1
0  0  4
1  0  4
2  3  4
3  3  9
4  0  8
5  3  8
6  3  6
7  2  4
8  3  5
9  5  9

- jezrael

---

嗨！这是一个非常好的解决方案。但是它没有输出第二高的值。我的行中有一些空值，这会输出空值。 - Gautham Kanthasamy

你能否添加数据样本和期望的输出，其中包含空值？ - jezrael

a = np.sort(df.iloc[:, 5:-3], axis=1)[:, -2] 是正确的答案。使用 [:, 0] 进行索引只是偶然的，因为你使用了一个 10x2 的切片。如果你创建一个更大的数据集（比如 16x16），这一点将变得明显。 - Jan Christoph Terasa

Answer 3

一个有趣的选择是利用熊猫的“replace”功能进行创造性处理。

首先，获取每行的最大值：

max_values = values.max()

然后从整个数据框中减去这些最大值，那么具有该最大值的位置将被清零。

values_with_max_pos_zeroed_out = values_for_cycle - max_values_for_cycle

当你用nan替换零时，max函数会忽略nan，这样你就可以从原始的最大值中减去这个差值，并将其加回到最大值上，以得到每行的第二高值。

max_values+(values_with_max_pos_zeroed_out ).replace(0, np.nan).max()

- ekofman

Answer 4

你需要使用 numpy.sort() 对你的数据框进行排序，然后获取第二个值。

import numpy as np
second = np.sort(df.iloc[:, 5:-3], axis=1)[:, 1]

- RdlP

---

你测试过它吗？ - jezrael

是的，我做到了。这将输出行中第二小的值。 - Gautham Kanthasamy

因为如果使用 [:, 1]，它会返回给我第一个最大值。 - jezrael

[:, 1] 返回第二小的值。 - Jan Christoph Terasa