在熊猫数据框中找到倒数第二个日期

Question

例如，我有数据

1. 采样日期
2. 2017年8月29日
3. 2017年8月29日
4. 2017年8月29日
5. 2/28/2016
6. 2/28/2016
7. 2014年5月15日

等等 现在，我可以找到最大日期和最小日期为

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

但是如何查找倒数第二个日期。 即2016年2月28日在Python的pandas数据框中。

Answer 1

确保您的日期最早在日期时间：

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')

Answer 2

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

Answer 3

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

让我们说，您不仅希望整个数据框的倒数第二个或第二个最早的日期，还拥有一个用户和日期的数据框，并且希望获得每个用户的第二个最早的日期（例如，他们的第二笔交易）。

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())

为我们提供以下输出：

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