python 数据分析面试题：求分组排第n名的记录数据

近期面试遇到一个面试题，分享给大家。
文中会提供详细的解题思路以及问题延伸

一、面试题

• 面试题：输出各学科总分第一名的学员姓名、年龄、分数
• 数据：

class_a= {'name': ['学员1', '学员2', '学员3', '学员4','学员5'],
                   'age': [23, 24, 26, 27,25],
                   'course_subject': ['数学', '英语', '语文', '语文','数学'],
                   'score': [100,50,40,30,99]}

class_b= {'name': ['学员6', '学员7', '学员8', '学员9'],
                   'age': [23, 24, 26, 27],
                   'course_subject': ['数学', '数学', '语文', '英语'],
                   'score': [18,99,77,30]}

二、解题过程

• 字典转变为DataFrame，合并，重置索引

df_a = pd.DataFrame(class_a)
df_b = pd.DataFrame(class_b)
df = pd.concat([df_a,df_b])
df.reset_index(drop=True,inplace=True)

• groupby分组 + labmda函数 得出结果

df.idxmax() ：该函数作用是返回每一列中最大值的索引（所以为什么前文的数据处理中需要重置索引）。

df.groupby('course_subject').apply(lambda x: x.loc[x['score'].idxmax(), ['name', 'age', 'score']])

延伸：df.idxmin() 取最小

df.nlargest()：返回指定列排序后的前 N 个最大值所对应的行。

df.groupby('course_subject').apply(lambda x: x.nlargest(1, 'score'))[['name','age']]

注意⚠️：遇到相同值的情况，返回结果可能与预期不一致，如原数据中，数学成绩=99的有两位学员，此时当n=2时，只返回其中一位学员的记录；n=3才会返回两位学员的记录数。
所以，如果某一课程中，有两位学员都获得100分，那么此方法并不能解决该面试题。
(n=2)

df.rank()：排名函数

df.groupby('course_subject').apply(
    lambda x:x.loc[
        x['score'].rank(ascending=False,method='min')==1,
        ['name', 'age', 'score']
    ]
)

说明：method='min'主要是考虑遇到同值的情形，详解参考：python Pandas.rank() 排名函数详解

延伸：该方法可以延伸至求分组排名、分组排第n名的记录数据等问题，是比较完善的答案。

当然，还有其他解决方法，欢迎大家留言补充～