Python Pandas：基于多列获取门店SKU上次价格变动日期

先修正语法错误 #

你之前的代码里groupby是方法，必须用括号调用而非方括号，正确写法是df.groupby(['store_nbr', 'product_sku'])。但就算修正语法，max()也只能拿到每个组的最大日期，无法实现「上次价格变动日期」的需求，得按以下步骤处理：

实现「上次价格变动日期」的正确步骤 #

1. 先对数据排序：确保每个store_nbr/product_sku组合下的记录按日期升序排列，这样才能正确追踪价格变动的先后顺序

   df = df.sort_values(['store_nbr', 'product_sku', 'date'])
   

2. 标记价格变动的行：对比每个组内当前行与上一行的价格，找出价格发生变化的记录

   # 计算每个组内价格是否变动（diff()得到当前与上一行的差值，ne(0)表示差值不为0即变动）
   df['price_changed'] = df.groupby(['store_nbr', 'product_sku'])['price'].diff().ne(0)
   

3. 生成变动日期并向前填充：只在价格变动的行保留当前日期，其他行用NaN，再通过向前填充（ffill）让每一行拿到最近的上次变动日期

   # 仅价格变动的行保留日期，其余为NaN
   df['temp_change_date'] = df['date'].where(df['price_changed'])
   # 按组向前填充，得到每个行对应的上次价格变动日期
   df['date_price_change'] = df.groupby(['store_nbr', 'product_sku'])['temp_change_date'].ffill()
   

4. 清理临时列（可选）：如果不需要中间生成的临时列，可以删除

   df = df.drop(['price_changed', 'temp_change_date'], axis=1)
   

补充说明 #

• 每个store_nbr/product_sku组合的第一行记录，因为没有之前的价格变动，date_price_change会是NaN，你可以根据业务需求用fillna()填充（比如填充为当前行的date，或者保持NaN）
• 由于先按日期升序排序，向前填充后的变动日期必然小于等于当前行的date，如果要严格小于，可以额外加判断：

  df['date_price_change'] = df.apply(
      lambda x: x['date_price_change'] if x['date_price_change'] < x['date'] else None,
      axis=1
  )
  

内容的提问来源于stack exchange，提问作者Derwoody