如何在DataFrame中筛选出5个不同日期的最高气温记录？

核心问题分析 #

直接用nlargest(5, 'temp')会返回同一天内的多条小时记录（因为当天最高温的小时可能有多个，或该天的最高温远高于其他天），导致结果全是同一日期。解决关键是先按日期聚合计算每日最高温，再从日最高温中筛选Top5日期。

具体解决方案（基于Pandas） #

假设你的数据集包含：

• datetime：datetime类型的逐小时时间戳列
• temp：气温数值列

步骤1：提取日期字段（若无双独日期列）

如果原数据只有完整时间戳，先提取日期部分作为单独列：

import pandas as pd

# 读取数据集（替换为你的文件路径）
df = pd.read_csv('temperature_data.csv')
# 将时间戳列转为datetime类型（未转换时执行）
df['datetime'] = pd.to_datetime(df['datetime'])
# 提取纯日期部分
df['date'] = df['datetime'].dt.date

步骤2：按日期聚合计算每日最高温

分组后取每天的最高气温，得到每个日期对应的最高温数据：

# 按日期分组，计算每日最高温
daily_max_temp = df.groupby('date')['temp'].max().reset_index()

步骤3：筛选Top5最高温的不同日期

从日最高温数据中取前5个最大值对应的日期：

# 获取Top5最高温的日期列表
top5_dates = daily_max_temp.nlargest(5, 'temp')['date'].tolist()

# 若需保留对应的最高温时间记录：
# 先标记每条记录是否为当日最高温
df['is_daily_max'] = df['temp'] == df.groupby('date')['temp'].transform('max')
# 筛选每日最高温记录并去重日期（同一天多时段同温时只留一条）
daily_max_records = df[df['is_daily_max']].drop_duplicates('date')
# 取前5条完整记录
top5_full_records = daily_max_records.nlargest(5, 'temp')

关键说明 #

• groupby('date')['temp'].max()：确保每个日期仅保留一个最高温值，避免同一天的多条记录干扰结果
• drop_duplicates('date')：若同一天多时段达到最高温，仅保留一条记录（可根据需求移除该步骤保留所有同温时段）
• 若你的日期列已是单独字符串格式（如'2023-01-01'），可跳过步骤1直接分组计算

内容的提问来源于stack exchange，提问作者whitebeard