如何基于列条件提取行，获取每个唯一loanId对应最新ListingEventDate的全量数据

你之前的代码存在两处逻辑问题：

1. df.groupby(['LoanNumber'])['listingEventDate'].transform('max')仅生成了每个贷款号对应最大日期的序列，没有用该结果筛选原数据行，无法得到目标结果
2. 第二段代码的isin逻辑错误：group.index本身就是所有去重后的贷款号，df['LoanNumber'].isin(group.index)相当于没有做过滤，完全没有按最大日期筛选的逻辑

前置准备 #

首先需要确保listingEventDate列为日期类型，避免字符串按字典序比对出错：

import pandas as pd
# 转换为日期类型，format参数可根据你实际的日期格式调整
df['listingEventDate'] = pd.to_datetime(df['listingEventDate'])

可行解决方案 #

• 方案1：排序后去重（最常用，性能优秀）

# 按日期升序排序后，按贷款号去重，保留最后一行（即日期最新的行）
result = df.sort_values('listingEventDate').drop_duplicates('LoanNumber', keep='last')

• 方案2：基于transform做布尔索引（和你最初的写法逻辑最接近）

# 生成最大日期匹配掩码，筛选所有符合条件的行
max_date_mask = df.groupby('LoanNumber')['listingEventDate'].transform('max') == df['listingEventDate']
result = df[max_date_mask]

如果同一个贷款号存在多条完全相同的最大日期行，该方案会全部保留，仅需要保留一条的话可追加drop_duplicates('LoanNumber')处理。

• 方案3：基于idxmax取索引（适合日期列无空值的场景）

# 取每个分组最大日期对应的行索引，直接提取对应行
max_date_idx = df.groupby('LoanNumber')['listingEventDate'].idxmax()
result = df.loc[max_date_idx]

原始数据集示例 #

内容的提问来源于stack exchange，提问作者Ajay