pandas分组排序 如何获取第二大的数据

Python用来做数据分析很方便，网上很多关于找数据中第二大的方法，但是大多数都是关于SQL的，于是我挑战一下用Python来做这件事（主要是SQL写的不好>_<）,上代码。

1、数据我是自己编的

在实际工作中应该从数据库中导入数据，如何从数据库导出数据，我之后会补充。

import pandas as pd
df = pd.DataFrame([
    {\"class\": 1, \"name\": \"aa\", \"english\": 120},
    {\"class\": 1, \"name\": \"bb\", \"english\": 110},
    {\"class\": 1, \"name\": \"cc\", \"english\": 110},
    {\"class\": 1, \"name\": \"dd\", \"english\": 110},
    {\"class\": 2, \"name\": \"ee\", \"english\": 120},
    {\"class\": 2, \"name\": \"ff\", \"english\": 140},
    {\"class\": 2, \"name\": \"gg\", \"english\": 130},
    {\"class\": 2, \"name\": \"hh\", \"english\": 130},
    {\"class\": 3, \"name\": \"tt\", \"english\": 130},
    {\"class\": 4, \"name\": \"xx\", \"english\": 130},
    {\"class\": 4, \"name\": \"yy\", \"english\": 130},
    {\"class\": 5, \"name\": \"zz\", \"english\": None},
  ])

2、分组取第二大的数据

def fun(df):
  # english数据去重
  sort_set = set(df[\"english\"].values.tolist())
  if len(sort_set)<=1:
    # 数据量小于等于1，无法取到第二大的数据
    return None
  else:
    # 取english中第二大的值
    sort_value = sorted(sort_set,reverse=True)[1]
    temp_df = df[df[\"english\"]==sort_value]
    return temp_df
 
df = df.groupby(by=[\"class\"]).apply(fun).reset_index(drop=True)
print(df)

结果如下：

  class name english
0 1 bb 110.0
1 1 cc 110.0
2 1 dd 110.0
3 2 gg 130.0
4 2 hh 130.0

3、写完啦，就这么简单

当然这还可以改为取最大、取最小、取第三大、等等……

补充：pandas 按某一列A排序，按B和C两列分组，选择分组后A列值最大的行

pandas 按某一列A排序，按B和C两列分组，选择分组后A列值最大的行

一、需求

按 updateTime 列倒序排序，按 B 和 C 两列分组，分组后选择最后更新的时间的那一行，并将结果加上新索引。

二、代码

import pandas as pd
data = pd.read_csv(\'test.csv\')
df = pd.DataFrame(data)
df = df.sort_values(\'updateTime\', ascending=False).groupby([\'B\',\'C\']).first().reset_index()

first() 函数代表选择第一行，如果要选取多行，可以使用 head() 函数： head(5)表示选择前五行。

如下例：

import pandas as pd 
data = pd.read_csv(\'test.csv\',header = 0)
df = pd.DataFrame(data) 
# 按日期分组，分组后对 value 列从大到小排序，取每组前十行
df = df.groupby(\'date\', group_keys=False).apply(lambda x: x.sort_values(\'value\', ascending=False)).groupby(\'date\').head(10).reset_index()

在不能直接使用sort_values() 函数时，使用 apply() 函数。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。