如何在Pandas DataFrame中提取最近N个日期的全部行？

我有如下结构的Pandas DataFrame：

|  No   |   Date     |   hours  |    Flag   |
|:------|:-----------|:---------|:----------|
|  101  | 13.01.2021 |   2:45   |     0     |
|  101  | 13.01.2021 |   1:20   |     0     |
|  101  | 15.02.2021 |   3:15   |     0     |
|  101  | 16.02.2021 |   0:30   |     0     |
|  101  | 02.03.2021 |   1:20   |     0     |
|  101  | 02.03.2021 |   2:40   |     0     |
|  101  | 19.06.2021 |   2:05   |     0     |
|  101  | 19.06.2021 |   1:45   |     0     |
|  101  | 19.06.2021 |   1:25   |     0     |
|  101  | 19.06.2021 |   0:45   |     0     |

我希望提取最近2个日期的所有行（可扩展到最近1个、3个等日期），目标结果如下：

|  No   |   Date     |   hours  |    Flag   |
|:------|:-----------|:---------|:----------|
|  101  | 02.03.2021 |   1:20   |     0     |
|  101  | 02.03.2021 |   2:40   |     0     |
|  101  | 19.06.2021 |   2:05   |     0     |
|  101  | 19.06.2021 |   1:45   |     0     |
|  101  | 19.06.2021 |   1:25   |     0     |
|  101  | 19.06.2021 |   0:45   |     0     |

我尝试使用代码：

df.nlargest(2, 'Date', keep='all')

但仅得到最近1个日期的行：

|  No   |   Date     |   hours  |    Flag   |
|:------|:-----------|:---------|:----------|
|  101  | 19.06.2021 |   2:05   |     0     |
|  101  | 19.06.2021 |   1:45   |     0     |
|  101  | 19.06.2021 |   1:25   |     0     |
|  101  | 19.06.2021 |   0:45   |     0     |

请问该如何解决这个问题？

问题根源有两个：

1. Date列是字符串类型而非日期类型：字符串按字符顺序排序，比如"19.06.2021"首字符'1'比"02.03.2021"的'0'大，但日期逻辑里02.03.2021早于19.06.2021，字符串排序无法正确识别日期先后。
2. nlargest的逻辑误解：nlargest(2, 'Date')是取前2个最大的Date值对应的行，而非前2个唯一日期的所有行。

步骤1：转换Date列为日期类型 #

先把字符串格式的日期转为Pandas可识别的日期类型，指定格式为dd.mm.yyyy：

df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')

步骤2：获取最近N个唯一日期 #

提取排序后的前N个唯一日期（以N=2为例）：

top_n = 2
top_dates = df['Date'].drop_duplicates().nlargest(top_n).tolist()

步骤3：筛选目标行 #

用isin方法筛选出这些日期对应的所有行：

result = df[df['Date'].isin(top_dates)]

完整代码示例 #

import pandas as pd

# 构造示例DataFrame
data = {
    'No': [101]*10,
    'Date': ['13.01.2021', '13.01.2021', '15.02.2021', '16.02.2021', '02.03.2021',
             '02.03.2021', '19.06.2021', '19.06.2021', '19.06.2021', '19.06.2021'],
    'hours': ['2:45', '1:20', '3:15', '0:30', '1:20', '2:40', '2:05', '1:45', '1:25', '0:45'],
    'Flag': [0]*10
}
df = pd.DataFrame(data)

# 转换日期类型
df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')

# 获取最近2个日期
top_n = 2
top_dates = df['Date'].drop_duplicates().nlargest(top_n).tolist()

# 筛选结果
result = df[df['Date'].isin(top_dates)]

# 可选：将日期转回原字符串格式
result['Date'] = result['Date'].dt.strftime('%d.%m.%Y')
print(result.to_markdown(index=False))

运行后即可得到目标结果，修改top_n的值就能提取最近1个、3个等任意数量的日期行。

内容的提问来源于stack exchange，提问作者Quax