如何从Pandas DataFrame中获取target_label为'Security Alert'的最新3条时间戳记录

没问题，我来帮你一步步搞定这个需求！咱们得先把时间列转换成可排序的格式，再筛选目标行、排序取数就行，具体操作如下：

步骤1：把时间列转为datetime类型 #

你日志里的时间是字符串格式，得先转换成datetime类型才能正确按时间排序。假设你的DataFrame已经命名为df，第二列的列名是timestamp，执行这段代码：

import pandas as pd

# 转换时间列为datetime格式
df['timestamp'] = pd.to_datetime(df['timestamp'])

步骤2：筛选目标标签并取最新3条 #

接下来筛选出target_label等于'Security Alert'的行，按时间戳降序排列（最新的在前），最后取前3条：

# 筛选+排序+取前3
latest_security_alerts = df[df['target_label'] == 'Security Alert'] \
                          .sort_values(by='timestamp', ascending=False) \
                          .head(3)

对应你提供的数据，最终结果会是这3条： #

根据你给出的日志内容，最新的3条安全告警记录是：

1. 1759,12/29/2025 20:33,ModernCRM,Unauthorised access attempt from 192.168.99.79 detected,Security Alert,bert
2. 43,11/22/2025 11:06,BillingSystem,"Abnormal system behavior on server 40, potential security breach",Security Alert,bert
3. 2213,9/1/2025 10:30,AnalyticsEngine,Security alert: suspicious activity from 192.168.214.63,Security Alert,bert

小提醒 #

如果你的DataFrame列名不是timestamp和target_label，记得替换成实际的列名哦！比如第二列叫log_time、第三列叫alert_type，就把代码里的对应名称换掉就行。

备注：内容来源于stack exchange，提问作者Nilanjan Roy