如何基于最新日期获取字符串字段最后值并汇总销售额？

核心是要先按日期排序，再分组处理，这样last()方法才能正确拿到最新日期的Item type，同时完成Sales的汇总。以下是具体实现步骤：

1. 转换日期列格式 #

原始日期是字符串（比如"Jan 1"），必须转成datetime类型才能正确判断日期先后：

import pandas as pd

# 构造示例数据
data = {
    'Item': ['Apple', 'Apple', 'Apple'],
    'Item type': ['Healthy', 'Vegan', 'Fruit'],
    'Date': ['Jan 1', 'Jan 5', 'Jan 7'],
    'Sales': [10, 5, 2]
}
df = pd.DataFrame(data)

# 转换日期格式
df['Date'] = pd.to_datetime(df['Date'], format='%b %d')

2. 排序后分组聚合 #

先按Item分组，每组内按Date升序排序，确保最新日期的记录排在每组最后：

# 按Item和Date排序
df_sorted = df.sort_values(by=['Item', 'Date'])

# 分组处理：取每组最后一行的Item type，同时求和Sales
result = df_sorted.groupby('Item').agg(
    **{
        'Item type': ('Item type', 'last'),
        'Sales': ('Sales', 'sum')
    }
).reset_index()

print(result)

运行后输出符合预期：

为什么之前用last()没效果？ #

你之前直接用groupby().last()出错，是因为没有提前按日期排序。last()默认取的是原DataFrame中该组的最后一行，而非最新日期的行。只要先按日期把每组记录排好序，last()就能准确拿到最新日期对应的Item type。

另外也可以用lambda函数直接取每组日期最大的行对应的Item type，无需提前排序，但可读性稍差：

result = df.groupby('Item').agg(
    **{
        'Item type': lambda x: x.loc[df.loc[x.index, 'Date'].idxmax()],
        'Sales': 'sum'
    }
).reset_index()

内容的提问来源于stack exchange，提问作者Polly Dots