如何按客户筛选Pandas DataFrame，保留其最近3个月内的订单？

你的第二个思路（按客户分组计算筛选起始日期再匹配）是完全可行的，问题出在代码细节的处理上，以下是修正后的完整操作步骤：

步骤1：转换日期列类型 #

首先必须将Order Date列转为datetime格式，否则无法进行日期运算：

import pandas as pd
from pandas.tseries.offsets import DateOffset

# 转换日期列（注意示例日期格式为DD-MM-YYYY，需指定format参数）
df['Order Date'] = pd.to_datetime(df['Order Date'], format='%d-%m-%Y')

步骤2：计算每个客户的筛选起始日期 #

按Customer ID分组，取每个客户的最新订单日期，再减去3个月得到该客户的有效订单起始阈值：

# 分组计算每个客户的最近订单日期往前3个月的日期
customer_date_threshold = df.groupby('Customer ID')['Order Date'].max() - DateOffset(months=3)
# 转为DataFrame格式，方便后续合并
customer_date_threshold = customer_date_threshold.reset_index(name='Last_purchase_3M')

步骤3：合并筛选阈值到原数据集 #

将计算好的起始日期合并回原DataFrame，让每条订单都能对应到所属客户的筛选标准：

df_merged = df.merge(customer_date_threshold, on='Customer ID', how='left')

步骤4：筛选符合条件的订单 #

直接对比订单日期与对应客户的起始阈值即可完成筛选，注意逻辑运算的优先级，需给每个比较条件单独加括号：

df_filtered = df_merged.loc[df_merged['Order Date'] >= df_merged['Last_purchase_3M']]

原代码报错原因说明 #

你之前的代码报错主要源于两个问题：

• 日期列未转为datetime类型，导致无法与DateOffset进行运算
• 逻辑运算符&的优先级高于比较运算符，未给比较条件加括号会导致类型不匹配错误

内容的提问来源于stack exchange，提问作者StephRas