Python Pandas分组查询：获取每位用户最后日期的Sale数据

你遇到的问题很常见——用groupby只拿到了最大日期，但没法直接关联对应的Sale值对吧？先理清楚你的场景：

你有这样的销售数据DataFrame：

Name Date       Sale
John 2018-3-23  10000
John 2018-3-24  12000
John 2018-3-28  11000
Mary 2018-3-25  15000
Mary 2018-3-29  12000
Mary 2018-3-31  13000
Sam  2018-3-25  18000
Sam  2018-3-26  12000
Sam  2018-3-27  14000

想要提取每位人员最后日期对应的Sale数据，目标结果是：

Name Date       Sale
John 2018-3-28  11000
Mary 2018-3-31  13000
Sam  2018-3-27  14000

之前的df.groupby('Name')['Date'].apply(lambda x: x.max())只能拿到Name和Date，因为你只对Date列做了聚合。下面给你两种实用的解决方法：

方法一：用idxmax定位行索引后筛选 #

这个方法的核心是找到每个分组中最大日期对应的行索引，再用索引提取整行数据：

# 第一步：确保Date列是datetime类型（字符串日期比较容易出问题）
import pandas as pd
df['Date'] = pd.to_datetime(df['Date'])

# 获取每个Name组内最大Date对应的行索引
max_date_indices = df.groupby('Name')['Date'].idxmax()

# 根据索引提取原DataFrame的对应行，重置索引让结果更整洁
result = df.loc[max_date_indices].reset_index(drop=True)

idxmax()会返回每个分组中最大值所在的行的位置，用loc就能拿到包含Sale的完整行数据。

方法二：排序后去重，简单直观 #

另一种思路是先按人员分组，再对每组的日期降序排序，最后保留每个人员的第一行（也就是日期最晚的那行）：

# 同样先转换Date为datetime类型
df['Date'] = pd.to_datetime(df['Date'])

# 按Name升序、Date降序排序 → 保留每个Name的第一行 → 重置索引
result = df.sort_values(by=['Name', 'Date'], ascending=[True, False]) \
           .drop_duplicates(subset='Name', keep='first') \
           .reset_index(drop=True)

这种方法逻辑清晰，不需要复杂的分组聚合，新手也容易理解。

重要提醒 #

一定要先把Date列转换成datetime类型！如果直接用字符串比较日期，会出现类似"2018-12-1"比"2018-3-31"小的错误（因为字符串是按字符顺序比较的），转换后才能正确比较日期的先后。

内容的提问来源于stack exchange，提问作者Mike