python Pandas : select 2nd smallest value in groupby

Question

我有一个如下所示的 DataFrame 示例:

import pandas as pd
import numpy as np
df = pd.DataFrame({'ID':[1,2,2,2,3,3,], 'date':array(['2000-01-01','2002-01-01','2010-01-01','2003-01-01','2004-01-01','2008-01-01'],dtype='datetime64[D]')})

我正在尝试获取每个 ID 组中的第 2 个最早的一天。所以我写了下面的函数:

def f(x):
    if len(x)==1:
        return x[0]
    else:
        x.sort()
        return x[1]

然后我写道:

df.groupby('ID').date.apply(lambda x:f(x))

结果是错误的。

你能找到一种方法来完成这项工作吗？

Answer 1

这需要 0.14.1。并且会非常高效，尤其是当您有大型群组时(因为这不需要对它们进行完全排序)。

In [32]: df.groupby('ID')['date'].nsmallest(2)
Out[32]: 
ID   
1   0   2000-01-01
2   1   2002-01-01
    3   2003-01-01
3   4   2004-01-01
    5   2008-01-01
dtype: datetime64[ns]

In [33]: df.groupby('ID')['date'].nsmallest(2).groupby(level='ID').last()
Out[33]: 
ID
1    2000-01-01
2    2003-01-01
3    2008-01-01
dtype: datetime64[ns]