在熊猫数据框中查找第二个最近的日期答案

【问题标题】：Find second most recent date in pandas data frame在熊猫数据框中查找第二个最近的日期
【发布时间】：2019-02-26 18:34:18
【问题描述】：

我有数据例如：

采样日期
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为

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

但是如何找到第二个最近的日期。即 Python 的 pandas 数据框中的 2/28/2016。

【问题讨论】：

标签： python pandas

【解决方案1】：

首先确保您的日期在日期时间中：

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

然后删除重复项，取nlargest(2)，并取最后一个值：

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

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

【讨论】：

【解决方案2】：

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

假设您不只是想要整个数据框的第二个最近日期或第二个最早日期，而是有一个包含用户和日期的数据框，并且您希望获得每个用户的第二个最早日期（例如他们的第二次交易）。

示例数据框：

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 的最早日期是“2019-01-01”，第二个最早日期是“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]

【讨论】：

【解决方案3】：

你也可以使用.argsort()

import pandas as pd

# Generate dates
dates = pd.Series(pd.date_range(start='1/1/2017', periods=5, freq=pd.offsets.MonthEnd(3)))

# Random order
dates = dates.sample(frac=1, random_state=0)

# Get the second 'max' date
dates[dates.argsort() == (len(dates)-2)] # 3   2017-10-31

【讨论】：