如何计算第二大值并在Python中为其添加另一列

这是我的代码：

features = ['c1']

secondLargest = all_data.groupby(['Id'])[features].apply(
    lambda x:x.nlargest(2,features)).reset_index()

all_data = pd.merge(all_data, secondLargest.reset_index(),
    suffixes=["", "_secondLargest"], how='left', on=['Id'])

此代码的问题是：

1.

secondmagest

变量还有一列名为

level_1

2.）当我将第二大变量与所有数据合并时，会合并三列

index

，

level\u 1

，

c1\u secondmaxist

，我只想要

c1\u secondmaxist

3.）当我将第二大变量与所有_数据合并时，所有_数据的行数加倍

合并前的形状：

（1000000251）

合并后的形状：

（200000251）

编辑：

输入：

id   c1
1     3
1    34
1    75
2    84
2    54
2    23
2    96
3    55
3    76

输出：

id   c1   c1_secondLargest
1     3      34
1    34      34
1    75      34
2    84      84
2    54      84
2    23      84
2    96      84
3    55      55
3    76      55

IIUC您需要：

df.merge(df.groupby('id')['c1'].apply(lambda x : x.max()).reset_index().rename(columns={'c1':'c1_secondLargest'}),on='id')

或：

---

使用

nth

+

sort\u值

df['second_largest'] = df.sort_values(by='c1').groupby('id').transform('nth', -2)

---

索引对齐将得到的序列重新拟合到初始数据框中。

请提供示例输入数据和所需输出。基本上，我只想计算

features

变量中所有列的第二大值，并将其与名为

all_data

Wait的主数据框合并，我正在编辑问题完成，很抱歉@JohnZwinckIs的延迟您希望“Second-Maximum”实际上包含相同id中的最大值吗？那么为什么它被称为“secondmaxist”，或者您真的希望它包含34个id==1而不是您所写的75个？非常感谢，有一件事，我可以添加后缀而不是重命名所有列吗？实际上，我的主数据框有数百列。@johndoe您绝对可以：）您应该将此作为一个示例，并探索满足您条件的所有

merge

选项。祝你一切顺利。。！！等等，你的第一个答案只是计算

max

，我想要

secondmax

。让我试试第二种one@johndoe：这是根据您提供的示例输出，如果您想要sorry sorry@anky，可以稍微调整一下，我添加了错误的输出。不管怎么说，我觉得自己很愚蠢。谢谢你的回答：D对不起，我弄糊涂了。

df['second_largest'] = df.sort_values(by='c1').groupby('id').transform('nth', -2)

   id  c1  second_largest
0   1   3              34
1   1  34              34
2   1  75              34
3   2  84              84
4   2  54              84
5   2  23              84
6   2  96              84
7   3  55              55
8   3  76              55