PythonでDataFrameの各列から2番目に小さい値を取得する方法

はじめに

pandasのDataFrameを扱っていると、各列の中から「2番目に小さい値」を抽出したい場面があります。例えば、以下のようなDataFrameがある場合、各列の2番目に小さい値は次のようになります。

Id       2
Salary 30000
Age    23

この記事では、この問題を解決するための手順と具体的なコード例をわかりやすく解説します。

解決手順

各列の2番目に小さい値を求めるには、以下のステップに従います。

• まず、対象となるDataFrameを定義します。

• 次に、df.apply()関数を使い、その中でlambda関数を作成します。変数xで各列（Series）にアクセスできるようにします。

• lambda関数内で x.sort_values().unique()[1] という式を記述し、axis=0 を指定することで、列ごとに値をソート・重複除去した後の2番目の要素（インデックス1）を取得できます。

実際のコードは次の1行です。

result = df.apply(lambda x: x.sort_values().unique()[1], axis=0)

ここでポイントになるのは、単純にソートするだけではなく .unique() を組み合わせている点です。これにより、同じ値が複数存在しても、それらを1つの値として扱い、「重複を除いた上で2番目に小さい値」を正確に取得できます。

コード例

それでは、実際のコードを見てみましょう。

import pandas as pd

df = pd.DataFrame({'Id':[1,2,3,4,5,6,7,8,9,10],
      'Salary':[20000,30000,50000,40000,80000,90000,350000,55000,60000,70000],
      'Age': [22,23,24,25,26,25,26,27,25,24]
    })
print("DataFrame is:\n", df)
print("Second lowest value of each column is:")
result = df.apply(lambda x: x.sort_values().unique()[1], axis=0)
print(result)

実行結果

このコードを実行すると、次の出力が得られます。

DataFrame is:
 Id Salary Age
0  1  20000  22
1  2  30000  23
2  3  50000  24
3  4  40000  25
4  5  80000  26
5  6  90000  25
6  7 350000  26
7  8  55000  27
8  9  60000  25
9 10  70000  24
Second lowest value of each column is:
Id       2
Salary 30000
Age    23
dtype: int64

処理の流れを詳しく見る

例えば「Salary」列の場合、元の値は [20000, 30000, 50000, 40000, 80000, 90000, 350000, 55000, 60000, 70000] です。ソートすると最小値は20000、その次が30000なので、結果として30000が返されます。「Age」列では、値に25が3回登場しますが、.unique()によって重複が除外されるため、22の次に小さい23が正しく取得されます。このように、この手法は重複値が多いデータでも安定して動作するのが特徴です。

まとめ

df.apply() と lambda 関数、さらに sort_values().unique()[1] を組み合わせることで、DataFrameの各列から2番目に小さい値を簡単に抽出できます。欠損値（NaN）が含まれる可能性がある場合は、事前に x.dropna() を追加しておくとより安全です。ぜひ自分のデータ分析に活用してみてください。