如何在Pandas中利用groupby修改分组最后一行的isDeprecated状态

• 按ID分组后，若该组最后一条记录的Date不在latest_dates数组中，将该记录的isDeprecated字段设为True
• 仅修改每组的最后一条记录，用于追踪其被标记为弃用的时间

import pandas as pd

data = {
    'ID': [23, 23, 24, 26, 26, 28, 28, 28, 17, 17, 17, 19, 20],
    'Date': ['01.01.2023', '06.01.2023', '09.01.2023', '02.01.2023', '09.01.2023',
             '01.01.2023', '02.01.2023', '03.01.2023', '28.12.2022', '29.12.2022',
             '09.01.2023', '09.01.2023', '28.12.2022']
}

df = pd.DataFrame(data)

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

df['isDeprecated'] = False

latest_dates = df['Date'].unique()

latest_dates.sort()

# 取最近的两个日期
latest_dates = latest_dates[-2:]

# 此处需补充逻辑

print(df)

在代码中# 此处需补充逻辑的位置，替换为以下代码即可实现需求：

# 标记每组的最后一条记录
df['is_last_record'] = df.groupby('ID').cumcount(ascending=False) == 0

# 对符合条件的最后一条记录，设置isDeprecated为True
df.loc[df['is_last_record'] & ~df['Date'].isin(latest_dates), 'isDeprecated'] = True

# 移除临时标记列（可选操作，保持数据整洁）
df.drop('is_last_record', axis=1, inplace=True)

逻辑解释 #

1. 通过groupby('ID').cumcount(ascending=False)为每组记录倒序计数，计数为0的即为该组最后一条记录，用临时列is_last_record标记
2. 同时满足「是最后一条记录」和「Date不在latest_dates数组中」两个条件时，将对应记录的isDeprecated设为True
3. 最后删除临时标记列，避免冗余数据

内容的提问来源于stack exchange，提问作者hm2330