Python 在熊猫数据框中查找第二个最近日期

我有一些数据，例如：

抽样调查日期

2017年8月29日

2017年8月29日

2017年8月29日

2016年2月28日

2016年2月28日

2014年5月15日

等等。。 现在我可以找到最大和最小日期

df.Sampled_Date.max()
df.Sampled_Date.min()

但是如何找到第二个最近的日期。

---

i、 e 2/28/2016，在Python的熊猫数据框架中

首先确保您的日期在datetime中：

df['Sampled_Date'] = pd.to_datetime(df['Sampled_Date'])

然后放下重复项，取最大值（2），然后取该值的最后一个值：

df['Sampled_Date'].drop_duplicates().nlargest(2).iloc[-1]

# Timestamp('2016-02-28 00:00:00')

---

首先确保您的日期在datetime中：

df['Sampled_Date'] = pd.to_datetime(df['Sampled_Date'])

然后放下重复项，取最大值（2），然后取该值的最后一个值：

df['Sampled_Date'].drop_duplicates().nlargest(2).iloc[-1]

# Timestamp('2016-02-28 00:00:00')

---

您还可以使用

.argsort（）

---

您还可以使用

.argsort（）

---

我知道这是问题的延伸，但这是我经常需要的东西，有时会忘记，所以我在这里分享：

比方说，您拥有一个包含用户和日期的数据框架，并且希望获得每个用户的第二个最早日期（例如，他们的第二个事务），而不是整个数据框架的第二个最新日期或第二个最早日期

数据帧示例：

test = pd.DataFrame()
test['users'] = [1,2,3,2,3,2]
test['dates'] = pd.to_datetime(['2019-01-01','2019-01-01',
                                '2019-01-02','2019-01-02',
                                '2019-01-03','2019-01-04'])

用户2的最早日期为“2019-01-01”，第二早日期为“20-19-01-02”。我们可以使用groupby、apply和nlargest/nsmallest：

test.groupby('users')['dates'].apply(lambda x: x.nsmallest(2).max())

这给了我们这个输出：

users
1   2019-01-01
2   2019-01-02
3   2019-01-03
Name: dates, dtype: datetime64[ns]

---

我知道这是问题的延伸，但这是我经常需要的东西，有时会忘记，所以我在这里分享：

比方说，您拥有一个包含用户和日期的数据框架，并且希望获得每个用户的第二个最早日期（例如，他们的第二个事务），而不是整个数据框架的第二个最新日期或第二个最早日期

数据帧示例：

test = pd.DataFrame()
test['users'] = [1,2,3,2,3,2]
test['dates'] = pd.to_datetime(['2019-01-01','2019-01-01',
                                '2019-01-02','2019-01-02',
                                '2019-01-03','2019-01-04'])

用户2的最早日期为“2019-01-01”，第二早日期为“20-19-01-02”。我们可以使用groupby、apply和nlargest/nsmallest：

test.groupby('users')['dates'].apply(lambda x: x.nsmallest(2).max())

这给了我们这个输出：

users
1   2019-01-01
2   2019-01-02
3   2019-01-03
Name: dates, dtype: datetime64[ns]