我有数据,例如:
- Sampled_Date
- 2017/8/29
- 2017/8/29
- 2017/8/29
- 2016/2/28
- 2016/2/28
- 2014/5/15
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。 即 2016 年 2 月 28 日在 Python 的熊猫数据框中。
确保您的日期首先是日期时间:
df['Sampled_Date'] = pd.to_datetime(df['Sampled_Date'])
然后删除重复项,取nlargest(2)
,并取其最后一个值:
df['Sampled_Date'].drop_duplicates().nlargest(2).iloc[-1]
# Timestamp('2016-02-28 00:00:00')
我知道这是问题的扩展,但这是我经常需要的,有时也会忘记,所以我在这里分享:
假设您有一个用户和日期的数据框,而不是只想要整个数据帧的第二个最近或第二个最早日期,并且您希望为每个用户获取第二个最早日期(例如他们的第二个事务(。
示例数据帧:
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]
您也可以使用.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