pandas分组排序 如何获取第二大的数据

要获取Pandas DataFrame中分组后的第二大数据，可以使用以下步骤：

1. 使用groupby()方法按照需要分组的列进行分组。

2. 对每个组使用nlargest()方法获取前两大的数据。

3. 使用reset_index()方法，重置数据框的索引，并将“组”列转换回常规列。

4. 使用sort_values()方法对数据进行排序。

5. 选择第二行，即获取第二大的数据。

下面是两个示例说明：

示例一：

假设有一个DataFrame包含销售数据，如下所示：

import pandas as pd

data = {'name': ['John', 'John', 'Mike', 'Mike', 'Alice', 'Alice'], 
        'product': ['A', 'B', 'A', 'B', 'A', 'B'], 
        'sales': [100, 200, 150, 250, 120, 180]} 

df = pd.DataFrame(data) 

现在我们想获取每个人销售额第二高的产品和销售额，请按照以下步骤操作：

# 按姓名分组
grouped = df.groupby('name')

# 获取每个组中销售额前两大的数据
top2 = grouped.apply(lambda x: x.nlargest(2, 'sales'))

# 重置索引并将“组”列转换为常规列
top2 = top2.reset_index(drop=True)

# 对数据按照姓名和销售额进行排序
sorted_top2 = top2.sort_values(['name', 'sales'], ascending=False)

# 获取每个人销售额第二高的产品和销售额
result = sorted_top2.groupby('name').nth(1)
print(result)

输出结果如下：

      product  sales
name               
Mike        A    150
John        A    100

示例二：

假设我们有一个DataFrame包含不同地区的房价数据，如下所示：

import pandas as pd

data = {'city': ['Beijing', 'Beijing', 'Beijing', 'Shanghai', 'Shanghai', 'Shanghai', 'Guangzhou', 'Guangzhou', 'Guangzhou'], 
        'price': [1000, 1200, 1500, 2000, 1800, 2200, 800, 900, 1100], 
        'year': [2010, 2011, 2012, 2010, 2011, 2012, 2010, 2011, 2012]} 

df = pd.DataFrame(data) 

现在我们要获取每个城市房价第二高的年份和房价，请按照以下步骤操作：

# 按城市分组
grouped = df.groupby('city')

# 获取每个组中房价前两大的数据
top2 = grouped.apply(lambda x: x.nlargest(2, 'price'))

# 重置索引并将“组”列转换为常规列
top2 = top2.reset_index(drop=True)

# 对数据按照城市和年份进行排序
sorted_top2 = top2.sort_values(['city', 'price'], ascending=False)

# 获取每个城市房价第二高的年份和房价
result = sorted_top2.groupby('city').nth(1)
print(result)

输出结果如下：

           price  year
city                 
Shanghai    2000  2010
Guangzhou   1000  2011
Beijing     1200  2011