使用Pandas按多列分组，获取唯一name对应最新日期的行

你当前的代码按['ID', 'month']分组取最新日期行，这和需求的每个唯一name保留最新日期行不匹配，导致同一个name被分到不同分组中重复保留，所以出现重复行。

步骤1：确保日期列是datetime类型 #

如果你的date列是字符串格式，先转为datetime类型，避免字符串比较导致的错误：

import pandas as pd
df['date'] = pd.to_datetime(df['date'])

方法一：使用groupby+idxmax #

通过name分组，获取每个组内日期最大的行索引，再提取对应行：

# 获取每个name对应最新日期的行索引
latest_idx = df.groupby('name')['date'].idxmax()
# 提取结果并重置索引
result_df = df.loc[latest_idx].reset_index(drop=True)

方法二：排序后去重 #

先按name升序、date降序排序，再保留每个name的第一行：

# 排序：name分组内按日期从新到旧排列
sorted_df = df.sort_values(by=['name', 'date'], ascending=[True, False])
# 保留每个name的第一行（最新日期行）并重置索引
result_df = sorted_df.groupby('name').head(1).reset_index(drop=True)

说明 #

• 两种方法都能保证每个name仅保留一行，且是该name对应的最新日期的完整行，允许ID重复。
• 如果同一个name存在多行日期相同的情况，两种方法都会保留最早出现的那一行（若要自定义保留规则，可在排序时添加额外列）。

内容的提问来源于stack exchange，提问作者Lynn