如果你想获取一个名为data的列表中最大n个数字的索引，你可以使用Pandas sort_values:

pd.Series(data).sort_values(ascending=False).index[0:n]

>>> max(enumerate([1,2,3,32,1,5,7,9]),key=lambda x: x[1])
>>> (3, 32)

选择的答案(和大多数其他答案)需要至少两次遍历列表。 这里有一个一次性的解决方案，对于较长的列表可能是一个更好的选择。

编辑:解决@John Machin指出的两个不足之处。对于(2)，我尝试基于每个条件发生的猜测概率和前人允许的推论来优化测试。为max_val和max_indexes确定正确的初始化值有点棘手，这适用于所有可能的情况，特别是如果max恰好是列表中的第一个值-但我相信它现在做到了。

def maxelements(seq):
    ''' Return list of position(s) of largest element '''
    max_indices = []
    if seq:
        max_val = seq[0]
        for i,val in ((i,val) for i,val in enumerate(seq) if val >= max_val):
            if val == max_val:
                max_indices.append(i)
            else:
                max_val = val
                max_indices = [i]

    return max_indices

import operator

def max_positions(iterable, key=None, reverse=False):
  if key is None:
    def key(x):
      return x
  if reverse:
    better = operator.lt
  else:
    better = operator.gt

  it = enumerate(iterable)
  for pos, item in it:
    break
  else:
    raise ValueError("max_positions: empty iterable")
    # note this is the same exception type raised by max([])
  cur_max = key(item)
  cur_pos = [pos]

  for pos, item in it:
    k = key(item)
    if better(k, cur_max):
      cur_max = k
      cur_pos = [pos]
    elif k == cur_max:
      cur_pos.append(pos)

  return cur_max, cur_pos

def min_positions(iterable, key=None, reverse=False):
  return max_positions(iterable, key, not reverse)

>>> L = range(10) * 2
>>> L
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> max_positions(L)
(9, [9, 19])
>>> min_positions(L)
(0, [0, 10])
>>> max_positions(L, key=lambda x: x // 2, reverse=True)
(0, [0, 1, 10, 11])

如果你想获取一个名为data的列表中最大n个数字的索引，你可以使用Pandas sort_values:

pd.Series(data).sort_values(ascending=False).index[0:n]

a.index(max(a))

会告诉你列表a中值最大的元素的第一个实例的索引。