如何从以日期为索引的Pandas DataFrame提取各股票最新日期行？

你之前的代码klse_df[['adj_close','ticker','short_name']].index.max()只会返回整个DataFrame里的最大日期值，而不是每只股票对应的最新日期行——这就是为啥你只拿到了日期，没拿到其他数据。要实现按股票分组提取最新记录，试试下面的几种方法：

方法1：用groupby + idxmax（推荐，效率更高） #

这种方法先找到每只股票最新日期对应的行索引，再提取这些行的数据：

# 把日期索引转为列（方便后续分组筛选，也可以跳过这步直接用索引）
klse_df['date'] = klse_df.index

# 按ticker分组，获取每组中日期最大的行的索引
latest_row_indices = klse_df.groupby('ticker')['date'].idxmax()

# 根据索引提取对应的行，并选择需要的列
latest_stock_data = klse_df.loc[latest_row_indices, ['adj_close', 'ticker', 'short_name']]

方法2：用groupby + apply #

如果不想转索引为列，可以直接对分组后的子DataFrame筛选最新日期的行：

# 按ticker分组，每组取索引（日期）最大的那一行，再选择目标列
latest_stock_data = klse_df.groupby('ticker').apply(
    lambda group: group.loc[group.index.max()]
)[['adj_close', 'ticker', 'short_name']]

验证示例 #

用你给出的示例数据测试，两种方法都会返回：

这样就能得到每只股票最新日期的adj_close、ticker和short_name数据啦。

内容的提问来源于stack exchange，提问作者Timothy Lombard