You need to enable JavaScript to run this app. 如何在Pandas/Dask DataFrame中标记每个id对应的最后日期记录
优惠活动
大模型
产品
解决方案
定价
更多

如何在Pandas/Dask DataFrame中标记每个id对应的最后日期记录

这个需求完全可以用Pandas和Dask实现,两种场景的实现方案如下:

Pandas实现

你已经提前按id和日期做了升序排序,可选用以下两种方案:

  1. 利用已排序特性的高性能写法:
# 倒序计数,每个id分组内计数为0的就是最后一行(最新日期行)
pdf['last_date_flag'] = (pdf.groupby('id').cumcount(ascending=False) == 0).astype(int)
  1. 与你SQL逻辑完全对齐的通用写法(无需提前排序也可运行):
# 每个id分组内取最大日期,当前行日期等于最大值则标记为1
pdf['last_date_flag'] = (pdf['date2'] == pdf.groupby('id')['date2'].transform('max')).astype(int)

Dask实现

Dask的API和Pandas高度兼容,逻辑和通用写法完全一致:

# 逻辑和Pandas通用写法一致
ddf['last_date_flag'] = (ddf['date2'] == ddf.groupby('id')['date2'].transform('max')).astype(int)
# 触发计算查看结果
print(ddf.compute())

两种实现运行后都可以得到你给出的预期输出结果。

内容的提问来源于stack exchange,提问作者ps0604

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.16 13:36:03