如何按最新毕业日期筛选每个个体的唯一记录

针对你有重复记录的数据集，要提取每个个体的最新毕业日期，这里提供几种常用工具的实现方法：

Excel 操作方法 #

• 数据透视表法
  1. 选中所有数据区域，点击顶部菜单栏「插入」→「数据透视表」
  2. 把People字段拖到「行」区域，g_date拖到「值」区域
  3. 右键点击值区域的g_date，选择「值字段设置」，改成「最大值」，确认后就能得到结果
• 函数公式法
  先把People列去重得到唯一个体列表（比如用「数据」→「删除重复值」），然后在对应单元格输入公式=MAXIFS(B:B,A:A,D2)（A列是原People列，B列是原g_date列，D列是去重后的个体），下拉填充即可

Python Pandas 实现代码 #

import pandas as pd

# 构造或读取你的数据集
df = pd.DataFrame({
    'People': ['PersonA', 'PersonA', 'PersonB', 'PersonB', 'PersonC'],
    'g_date': ['2019-01-01', '2020-01-01', '2010-05-01', '2015-01-01', '2010-06-01']
})

# 先把日期列转成日期类型，确保能正确比较大小
df['g_date'] = pd.to_datetime(df['g_date'])

# 按个体分组，取每组最新的毕业日期
result_df = df.groupby('People')['g_date'].max().reset_index()

# 查看结果
print(result_df)

运行后输出的结果就是每个个体对应的最新毕业日期。

SQL 查询语句 #

假设你的数据表名为graduation_records，直接执行以下语句即可：

SELECT People, MAX(g_date) AS g_date
FROM graduation_records
GROUP BY People;

通过GROUP BY按个体分组，MAX(g_date)自动提取每组的最晚日期，直接得到目标结果。

内容的提问来源于stack exchange，提问作者Connor Hill