Pandas按user_id分组求product_id众数，平局取最新created_at对应值的实现方法

前置处理 #

首先确保created_at列转换为datetime类型，方便后续时间比较：

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

核心实现代码 #

# 按用户+商品聚合，统计每个商品的购买次数、对应最新下单时间
user_prod_stats = df.groupby(['user_id', 'product_id']).agg(
    buy_cnt = ('product_id', 'count'),
    latest_time = ('created_at', 'max')
).reset_index()

# 按购买次数降序、最新下单时间降序排序，取每个用户的第一条记录
result = user_prod_stats.sort_values(
    by = ['buy_cnt', 'latest_time'],
    ascending = [False, False]
).groupby('user_id', as_index=False).head(1)[['user_id', 'product_id']]

输出结果 #

运行代码后得到的结果完全符合要求：

方案优势 #

该方案使用pandas原生的聚合、排序操作，均为向量化实现，比在groupby中自定义lambda函数的性能高很多，数据量越大优势越明显；同时逻辑分层清晰，后续如果要调整排序规则（比如次数相同选最早下单的商品），只需要修改排序参数即可。

内容的提问来源于stack exchange，提问作者LucyDrops