如何在pandas DataFrame中获取用户最近一次活跃日期（含间隔非活跃日场景）

核心逻辑是先提取所有活跃日期，通过前向填充把非活跃行的日期替换为最近一次活跃日期，再取上一行值即可得到预期的prev_date。

前置准备 #

先确保date列为日期类型，且数据集按用户id、日期升序排序：

import pandas as pd

# 日期转datetime格式，避免排序异常
df['date'] = pd.to_datetime(df['date'], format='%d-%m-%Y')
# 按用户+日期排序
df = df.sort_values(['id', 'date'])

核心代码 #

# 临时列：仅保留活跃日的日期，非活跃日设为空值
df['temp_active_dt'] = df['date'].where(df['active'] == 1)
# 按用户分组，对临时列做前向填充，把非活跃行填充为最近一次活跃日期
df['temp_active_dt'] = df.groupby('id')['temp_active_dt'].ffill()
# 下移一行得到上一次活跃日期，即所需的prev_date
df['prev_date'] = df.groupby('id')['temp_active_dt'].shift(1)
# 可选：删除临时列
df = df.drop(columns=['temp_active_dt'])

结果验证 #

执行后prev_date的输出和你给出的示例完全一致：

• 用户首次活跃前无记录，prev_date为NaN
• 活跃日的prev_date取上一次活跃的日期
• 非活跃日的prev_date保持最近一次活跃的日期不变

内容的提问来源于stack exchange，提问作者ksbawpn