Python 为列指定第二个最小值

我一直和熊猫在一起。 我有

df

，它包含每个事务（第一列-索引，按时间排序）：

我还有

df2

，其中包含唯一的电子邮件和最小日期（

df1

，带有重复的删除项，因为它是按时间排序的，我默认得到最小日期）：

如何在

df2

中创建列

date2

，其中包含

df1

中相应电子邮件的第二个最小日期

我尝试了

循环：

for email in df2['email']:
    df2.at[email, 'date2'] = df1.loc[df1['email'] == email]['date'].iloc[1] 
    if len(df1.loc[df1['email'] == email]['date']) > 1 else None

但是它非常长（55k行和32GB内存-5分钟内没有结果）

期望输出为：

        email   date                date 2
43487   aaa     2017-10-11 08:28:39 None
42910   bbb     2017-09-24 07:49:52 2017-12-03 11:03:56
89734   ccc     2018-02-02 12:25:52 2018-03-02 12:20:52

您可以使用对每个
电子邮件中的
日期进行排序，这可以使用要排序的列列表来完成

然后您可以通过电子邮件
GroupBy
选择每个组的第二个元素

date2 = df.sort_values(['email','date']).groupby('email').nth(1)

             date
email                    
bbb   2017-12-03 11:03:56
ccc   2018-03-02 12:20:52

最后在
电子邮件上与
df2
左合并：

df2.merge(date2, on = 'email', how = 'left')

    email        date_x              date_y
0   aaa 2017-10-11 08:28:39                 NaT
1   bbb 2017-09-24 07:49:52 2017-12-03 11:03:56
2   ccc 2018-02-02 12:25:52 2018-03-02 12:20:52

为什么
date2
列的第一个值是
None
？因为只有一个
aaa
事务，没有第二个。所以，基本上，我想要一个包含三列的表-
email
，
一个事务的日期
，
两个事务的日期
。
date2 = df.sort_values(['email','date']).groupby('email').nth(1)

             date
email                    
bbb   2017-12-03 11:03:56
ccc   2018-03-02 12:20:52

df2.merge(date2, on = 'email', how = 'left')

    email        date_x              date_y
0   aaa 2017-10-11 08:28:39                 NaT
1   bbb 2017-09-24 07:49:52 2017-12-03 11:03:56
2   ccc 2018-02-02 12:25:52 2018-03-02 12:20:52