python和pandas，求每一行最大的5个值，输出对应的列名和值

多个分类的比例或数值，需要找到每一行最大的5个（或者n个）比例或数值，以及它们对应的类别，并输出。

比如：

ID1：类别5 11%，类别10 10%，类别1 9%，类别15 9%，类别3 5%

……

id	类别1	类别2	类别3	类别4	类别5	类别6	类别7	类别8	类别9	类别10	类别11	类别12	类别13	类别14	类别15
1	9%	2%	5%	1%	11%	1%	5%	1%	3%	10%	1%	4%	2%	1%	9%
2	2%	6%	2%	3%	18%	0%	3%	0%	0%	9%	5%	2%	2%	1%	24%
3	3%	6%	4%	2%	17%	0%	1%	1%	0%	5%	3%	15%	2%	2%	22%
4	1%	8%	3%	1%	40%	0%	0%	0%	0%	6%	4%	3%	0%	0%	23%
5	1%	10%	7%	2%	2%	0%	9%	0%	2%	16%	1%	1%	1%	3%	0%
6	5%	6%	6%	8%	17%	1%	1%	3%	1%	8%	2%	7%	2%	1%	11%
7	2%	6%	13%	0%	17%	2%	2%	1%	1%	7%	4%	1%	3%	2%	15%
8	0%	0%	0%	0%	0%	0%	13%	0%	0%	63%	0%	0%	25%	0%	0%
9	24%	5%	30%	6%	5%	6%	5%	3%	2%	3%	2%	2%	2%	2%	2%
10	3%	16%	0%	0%	29%	0%	0%	0%	0%	9%	0%	9%	0%	0%	15%

​
# -*- coding: utf-8 -*-
"""
Created on Tue May 17 19:18:57 2022

@author: weisssun
"""


import pandas as pd

# 原始数据路径
input_path = r'D:\输入数据.xlsx'
# 输出数据路径
output_path = r'D:\输出数据.xlsx'

# 读取输入数据
input_data = pd.read_excel(input_path)
# 定义输出数据的DataFrame
output_data = pd.DataFrame()

# 读取输入数据的列名并输出，可省略
input_data_col_name = input_data.columns.tolist()
print(input_data_col_name)


# 获取作为id列的所有id，去重，转换为列表
id_list=input_data['id'].drop_duplicates().tolist()
print(id_list)

# 对每个id循环
for the_id in id_list:
    i = id_list.index(the_id)
    output_data.loc[i, 'id'] = the_id

    # 对每个id，将列名和id对应的行转化为字典
    dict1 = dict(zip(input_data.columns,input_data.loc[i]))
    
    # 从字典里去除 id 的那组元素
    del dict1['id'] 
    #print(dict1)
    
    # 把字典转换为列表并排序
    sort_list = sorted(dict1.items(),key=lambda item:item[1],reverse=True)
    # 截断列表的Top n 元素
    n = 5
    sort_list = sort_list[:n]

    
    result = ''
    
    # 将列表的Top n 元素取出来，转换为输出的字符串
    for item in sort_list:
        result = result + item[0]  + '%.0f%%'%(item[1]* 100) + ','
        # 数值需要输出为百分比形式，%.0f%% 表示不保留小数的百分比，%.2f%% 保留2位小苏的百分比
        # result = result + item[0]  + '%.1f'%item[1] + ','
        # 数值输出普通数值形式，%.1f 表示保留1位小数
    
    print(result)
    
    output_data.loc[i, 'top5'] = result

# 保存到输出文档
output_data.to_excel(output_path)


​