如何按天提取时序频次数据中Top3/Bottom3的计数记录？

核心实现思路 #

无需拆分日期和时间列，直接利用Pandas的groupby结合nlargest/nsmallest，或通过组内排名筛选，即可高效实现需求。

方法一：groupby + nlargest/nsmallest（最简洁） #

先确保starttime为datetime类型，再按日期分组后提取每组的Top3：

# 转换starttime为datetime类型（若原数据为字符串格式）
df['starttime'] = pd.to_datetime(df['starttime'])

# 提取每天Count最大的3条记录
daily_top3 = df.groupby(df['starttime'].dt.date).apply(
    lambda group: group.nlargest(3, 'Count')
).reset_index(drop=True)

# 若要提取最小的3条，替换nlargest为nsmallest
daily_bottom3 = df.groupby(df['starttime'].dt.date).apply(
    lambda group: group.nsmallest(3, 'Count')
).reset_index(drop=True)

• reset_index(drop=True)用于去除分组产生的多级索引，得到整洁的结果。

方法二：组内排名筛选（灵活处理并列场景） #

如果需要处理Count并列的情况（比如多个小时Count相同，需按规则保留），可以用rank函数：

df['starttime'] = pd.to_datetime(df['starttime'])
df['date'] = df['starttime'].dt.date

# 计算每天内Count的降序排名，method='first'表示按出现顺序处理并列值
df['count_rank'] = df.groupby('date')['Count'].rank(
    ascending=False, method='first'
)

# 筛选排名前3的记录，最后清理临时列
daily_top3 = df[df['count_rank'] <= 3].drop(columns=['date', 'count_rank']).reset_index(drop=True)

• method参数可选min/max/dense等，比如method='min'会让并列值获得相同的最小排名，可能导致某天结果超过3条（若存在多个并列第3）。

你之前方案未成功的原因 #

拆分日期列本身没问题，但如果后续仅做了groupby('date').sort_values('Count')却未在组内提取前3行，或未正确保留原数据的starttime列，就会导致结果不符合预期。上面两种方法直接在分组后处理行筛选，可完整保留所需列。

内容的提问来源于stack exchange，提问作者Ritesh Mukhopadhyay