Python pandas - Dataframe使用pd.groupby().agg()获得第二高值

Python pandas是一个开源的数据分析和数据处理库，提供了丰富的数据结构和数据分析工具。其中，Dataframe是pandas中最重要的数据结构之一，类似于Excel中的二维表格，可以方便地对数据进行操作和分析。

在Dataframe中，可以使用pd.groupby().agg()方法来进行分组聚合操作，并获得第二高值。具体步骤如下：

1. 导入pandas库：

import pandas as pd

1. 创建一个包含需要处理数据的Dataframe：

data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
        'Score': [90, 85, 92, 88, 95, 90]}
df = pd.DataFrame(data)

1. 使用groupby()方法按照Name列进行分组，并使用agg()方法进行聚合操作，获取第二高值：

result = df.groupby('Name')['Score'].agg(lambda x: x.nlargest(2).min())

这里的lambda函数用于获取每个分组中的前两个最大值，并取最小值作为结果。

1. 打印结果：

print(result)

输出：

Name
Alice      88
Bob        85
Charlie    90
Name: Score, dtype: int64

结果显示了每个分组的第二高值。

推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云数据分析TDSW、腾讯云数据仓库CDW等。你可以通过访问腾讯云官网了解更多关于这些产品的详细信息和使用方法。

参考链接：

• Python pandas官方文档
• 腾讯云数据库TDSQL
• 腾讯云数据分析TDSW
• 腾讯云数据仓库CDW