Pandas新手求助：如何从Series中获取前2个不重复的最大日期？

嗨，作为Pandas新手遇到这个问题很正常，我来帮你捋捋可能的操作误区，再给出具体的解决办法～

你可能踩的坑 #

你提到用了first参数但还是有重复值，大概率是没有先对日期列去重，就直接取最大项。比如直接用df['日期列'].nlargest(2)，这个方法会返回原数据中前2个最大的行（包括重复日期），而非去重后的日期值；如果是用groupby搭配first，可能分组逻辑不对，也没法达到去重取top的效果。

另外还要注意一个关键前提：你的日期列必须是datetime类型，如果是字符串格式，排序逻辑会出错，也可能导致结果不符合预期。

正确的操作步骤 #

下面是一步步的解决代码，你可以照着调整：

1. 先读取Excel并转换日期列类型

import pandas as pd

# 读取test工作表（替换成你的Excel文件路径）
df = pd.read_excel("你的文件路径.xlsx", sheet_name="test")

# 将目标日期列转换为datetime类型（替换成你的列名，比如'date'）
df['date'] = pd.to_datetime(df['date'], errors='coerce')  # errors='coerce'会把无效日期转成NaT，方便后续处理

2. 去重后提取前2个最大日期
   有两种简单的写法，效果完全一致：

• 方法一：去重后直接用nlargest取前2

# 先去重，再取最大的2个日期
top_2_unique_dates = df['date'].drop_duplicates().nlargest(2)

• 方法二：去重后排序再取前2

top_2_unique_dates = df['date'].drop_duplicates().sort_values(ascending=False).head(2)

3. （可选）如果日期列有缺失值，加上dropna()过滤掉：

top_2_unique_dates = df['date'].drop_duplicates().dropna().nlargest(2)

验证结果 #

你可以打印top_2_unique_dates看看，现在得到的就是去重后的前2个最大日期啦～

内容的提问来源于stack exchange，提问作者user7146708