Pandas DataFrame多列分组取首项对应最大Date行方法

原始数据 #

首先构造示例DataFrame：

import pandas as pd

df = pd.DataFrame(
    [[1,'a','c1',30,'s1','e1'],
     [1,'b','c1',60,'s1','e1'],
     [1,'b','c2',40,'s1','e1'],
     [2,'g','c1',40,'s2','e2'],
     [2,'g','c3',9,'s1','e1'],
     [3,'k','c2',20,'s1','e1'],
     [3,'k','c2',69,'s2','e1'],
     [3,'k','c1',29,'s1','e1'],
     [3,'f','c3',99,'s2','e1']],
    columns = ['Lot','Item','Code','Date','Shelf','Emp']
)

原始数据预览：

Lot Item Code  Date Shelf Emp
0    1    a   c1    30    s1  e1
1    1    b   c1    60    s1  e1
2    1    b   c2    40    s1  e1
3    2    g   c1    40    s2  e2
4    2    g   c3     9    s1  e1
5    3    k   c2    20    s1  e1
6    3    k   c2    69    s2  e1
7    3    k   c1    29    s1  e1
8    3    f   c3    99    s2  e1

需求拆解 #

需要依次完成3个操作：

• 先按Lot字段、再按Item字段分组
• 提取每个Lot分组下按原始顺序出现的首个Item值
• 筛选每个Lot下对应首个Item的记录中，Date字段取最大值对应的整行数据

实现代码 #

采用Pandas原生的分组、映射、索引选择方法实现，避免低性能的逐行遍历：

# 1. 按Lot分组，取每组按原始顺序的第一个Item值，生成Lot到首个Item的映射
first_item_map = df.groupby('Lot', sort=False)['Item'].first()

# 2. 筛选出所有Item值等于对应Lot首个Item的记录
matched_subset = df[df['Item'] == df['Lot'].map(first_item_map)]

# 3. 对筛选后的子集按Lot分组，取Date最大值对应的行索引，提取整行后重置索引
result = matched_subset.loc[matched_subset.groupby('Lot')['Date'].idxmax()].reset_index(drop=True)

结果验证 #

运行代码后得到的结果如下：

Lot Item Code  Date Shelf Emp
0    1    a   c1    30    s1  e1
1    2    g   c1    40    s2  e2
2    3    k   c2    69    s2  e1

说明：问题描述中给出的预期输出Lot=2行的Code、Emp字段存在笔误，按照原始数据逻辑，Lot=2下首个Item为g，对应记录中Date最大值为40，匹配的Code为c1、Emp为e2，和代码运行结果一致。

内容的提问来源于stack exchange，提问作者AB Code