Goblin1101

Все довольно просто, на будущее если запутался, то предоставляй:
1. Входные данные (фрейм)
2 . Что хотелось бы получить.
3. Ну и попытку решения (ее ты предоставил, пытался вопросов нет).

Сделаю за тебя фрейм со случайными данными и затем решу вопрос.

df = pd.DataFrame({
    'A':[np.random.randint(1,100,20) for i in range(5)],
})

Решение

result = (
    df.assign(
        three_largest = lambda x: x['A'].apply(lambda x: pd.Series(x).nlargest(3).tolist()),
        three_largest_index = lambda x: x['A'].apply(lambda x: pd.Series(x).nlargest(3).index.tolist())
    )
)

Если захочешь разложить свои списки на отдельные колонки то используй следующий трюк.

result[['one','two','three']] = pd.DataFrame(result['three_largest_index'].tolist(),index=result.index)
result

Как видишь все в разных вариациях, как удобно.

df = pd.DataFrame({
    'A':[[5,6,24,3],[23,11,15],[3,100]],
    'B':np.NaN
})
(
    df.assign(
        A_max =lambda x: x['A'].apply(max),
        B_indexmax =lambda x: x['A'].apply(lambda x: pd.Series(x).idxmax()),
    )
)

Пару слов.
1. Для замены. Вместо A_max, B_index_max меняем на А и B и меняем их местами сначала B потом A. Так делать плохая практика. Не нужно тебе A и B колонки просто выкинь их отдельно, а эти переименуй.

2. loc мощный инструмент, для выборок он у меня наверное почти в каждом запросе присутствует но для выборок Для процессирования колонок плохая практика
df.loc[:,[колонка]] = массив, вот так старайся не делать. Используй assign, как у меня в примере.

С помощью цикла однозначно не придется. Встроенный инструмент есть, даже много.

чтобы мне достать из этих столбцов уникальные значения

Вот это не совсем понятно, может имелось ввиду из списков, уникальные, и что значит достать.

Если у тебя твои данные в списках то можно использовать explode.

(
    pd.DataFrame({
        'ID':[1,2],
        'genres':[['Strategy'],['Fightening','Adventure','Arcade']]
    })
    .explode('genres')
)

Затем unique (уникальные) value_counts (посчитать каких и сколько у тебя там) или все что угодно, опций огромное количество. Обрати внимание структура фрейма не рушится (поведение колонки ID).

В качестве ответа. Цикл не использовать, можно все. Для более конкретного ответа. Предоставляешь игрушечный фрейм, и то что ты хочешь увидеть, на выходе. По скольку словами не очевидно, что именно ты хочешь.

Действительно, все очень просто.
namedtuple - это функция которая возвращает объект класса namedtuple, который является подсклассом встроенного tuple. Где первый параметр, это имя типа данных. Второй это параметры.

from collections import namedtuple
Point = namedtuple("Point", ['x','y'])
point = Point(2,4)
print(point)

Теперь представим есть некий словарь и просто перепишем в одну строчку, с распаковкой параметров '*'.

d = {
    'x':2,
    'y':4
}

print(namedtuple('Point',d.keys())(*d.values()))

d.keys() это коллекция ключей строк, как в пошаговом примере, *d.values() это распакованная последовательность значений.