如何结合Pandas resample与nsmallest按日期提取各列第二小值？

嘿，这个需求我熟，咱们一步步来搞定它！首先先把你的示例数据转换成可操作的DataFrame，方便后续演示：

import pandas as pd

# 构造你的示例数据
data = [
    ["2020-01-07 09:00:00",22,228],
    ["2020-01-07 10:00:00",22,228],
    ["2020-01-07 11:00:00",22,228],
    ["2020-01-07 12:00:00",22,228],
    ["2020-01-07 13:00:00",22,228],
    ["2020-01-07 14:00:00",22,228],
    ["2020-01-07 15:00:00",21,228],
    ["2020-01-07 16:00:00",22,228],
    ["2020-01-08 09:00:00",43,45],
    ["2020-01-08 10:00:00",44,45],
    ["2020-01-08 11:00:00",41,45],
    ["2020-01-08 12:00:00",47,43]
]

df = pd.DataFrame(data, columns=["DateTime", "Col1", "Col2"])
df["DateTime"] = pd.to_datetime(df["DateTime"])

核心思路是按日期分组（resample）后，对每个分组的每一列提取第2小的值，这里有两种简洁的实现方式：

方法一：resample + apply 链式处理 #

我们可以对resample后的每个组，直接用apply调用nsmallest(2)取前2小值，再取最后一个（也就是第二小的，因为nsmallest会按升序排列）：

# 按天重采样，提取每列第二小值
second_smallest = df.resample('D', on='DateTime').apply(lambda x: x.nsmallest(2).iloc[-1])
print(second_smallest)

代码解释 #

• resample('D', on='DateTime')：按自然天对数据分组，指定DateTime列为时间依据
• lambda x: x.nsmallest(2).iloc[-1]：对每个分组的每一列，先筛选出前2小的行，再取最后一行。如果某列当天所有值都相同，nsmallest(2)会返回两个重复值，取最后一个还是同一个值，完全符合预期。

方法二：resample + agg 自定义函数（可读性更强） #

如果需要处理边界情况（比如某天只有1条数据），可以写个自定义函数，用agg方法统一处理：

def get_second_smallest(series):
    # 处理边界：如果当天数据不足2条，返回唯一值；否则返回第二小值
    return series.nsmallest(2).iloc[-1] if len(series) >= 2 else series.iloc[0]

second_smallest = df.resample('D', on='DateTime').agg(get_second_smallest)
print(second_smallest)

输出结果 #

两种方法都会得到如下结果：

Col1  Col2
DateTime              
2020-01-07    22   228
2020-01-08    43    45

验证一下：

• 2020-01-07的Col1最小值是21，第二小是22；Col2全为228，所以第二小也是228
• 2020-01-08的Col1排序后是41、43，第二小是43；Col2排序后是43、45，第二小是45，完全符合你的需求！

内容的提问来源于stack exchange，提问作者The Ref