python - 获取 Pandas 数据框中每一行的第二大值的列名

Question

假设我有这样的 Pandas 数据框

df = pd.DataFrame({
    'a': [4, 5, 3, 1, 2],
    'b': [20, 10, 40, 50, 30],
    'c': [25, 20, 5, 15, 10]
})

所以 df 看起来像:

print(df)
   a   b   c
0  4  20  25
1  5  10  20
2  3  40   5
3  1  50  15
4  2  30  10

我想获取每行中第二大值的列名。借用 Felex Le 在这个 thread 中的答案，我现在可以通过以下方式获得第二大值(value):

def second_largest(l = []):    
    return (l.nlargest(2).min())

print(df.apply(second_largest, axis = 1))

这给了我:

0    20
1    10
2     5
3    15
4    10
dtype: int64

但我真正想要的是这些值的列名，或者说:

0    b
1    b
2    c
3    c
4    c

Pandas 有一个函数 idxmax 可以完成最大值的工作:

df.idxmax(axis = 1)

0    c
1    c
2    b
3    b
4    b
dtype: object

是否有任何优雅的方法来完成相同的工作但获得第二大值？

Answer 1

使用numpy.argsort对于第二大值的位置:

df['new'] = df['new'] = df.columns.to_numpy()[np.argsort(df.to_numpy())[:, -2]]
print(df)
   a   b   c new
0  4  20  25   b
1  5  10  20   b
2  3  40   5   c
3  1  50  15   c
4  2  30  10   c

您的解决方案应该有效，但速度很慢:

def second_largest(l = []):    
    return (l.nlargest(2).idxmin())

print(df.apply(second_largest, axis = 1))