Python熊猫：在groupby中选择第二个最小值

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]')})

我正在努力争取每个ID组的第二天最早。所以我写了以下函数：

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))

结果是一个错误。

您能找到一种方法使这项工作吗？

Answer 1

这需要0.14.1。并且会非常有效，尤其是在您有大型群组的情况下（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]