Python 3按姓名、编码筛选最新时间的唯一记录问题

嘿，作为Python新手碰到这种数据分组筛选的问题太正常啦！我给你准备了两种实用的解决方案，一种是纯Python基础实现，不用装额外库；另一种用pandas，处理起来更简洁高效～

这个方法只用到Python标准库，适合数据量不大的场景，思路是用字典来跟踪每组（姓名+编码）的最新记录：

1. 遍历所有记录，把时间字符串转换成datetime对象（方便比较时间先后）
2. 用(姓名, 编码)作为字典的键，存储该组当前最新的记录
3. 每遇到一条记录，就和字典中对应组的记录比较时间，更新为最新的那条

from datetime import datetime

# 你的输入数据
data = [
    ('Rodriguez, Cesar', '000500', '2018-05-15 8:09:12'),
    ('Rodriguez, Cesar', '000500', '2018-05-15 12:09:12'),
    ('Rodriguez, Cesar', '000500', '2018-05-15 12:09:12'),
    ('Gura, Simon', '000501', '2018-05-15 09:09:12')
]

latest_records = {}

for name, code, dt_str in data:
    # 转换时间字符串为datetime对象，方便比较
    current_dt = datetime.strptime(dt_str, '%Y-%m-%d %H:%M:%S')
    group_key = (name, code)
    
    # 如果是该组第一条记录，或者当前记录时间更新，就替换
    if group_key not in latest_records:
        latest_records[group_key] = (name, code, dt_str)
    else:
        existing_dt = datetime.strptime(latest_records[group_key][2], '%Y-%m-%d %H:%M:%S')
        if current_dt > existing_dt:
            latest_records[group_key] = (name, code, dt_str)

# 输出结果，转成列表格式
result = list(latest_records.values())
for item in result:
    print(item)

运行后就能得到你想要的结果：

('Rodriguez, Cesar', '000500', '2018-05-15 12:09:12')
('Gura, Simon', '000501', '2018-05-15 09:09:12')

如果你的数据量比较大，或者后续还有更多数据处理需求，用pandas库会更高效简洁，几行代码就能搞定：

import pandas as pd

# 你的输入数据
data = [
    ('Rodriguez, Cesar', '000500', '2018-05-15 8:09:12'),
    ('Rodriguez, Cesar', '000500', '2018-05-15 12:09:12'),
    ('Rodriguez, Cesar', '000500', '2018-05-15 12:09:12'),
    ('Gura, Simon', '000501', '2018-05-15 09:09:12')
]

# 转换为DataFrame格式
df = pd.DataFrame(data, columns=['Name', 'Code', 'Datetime'])
# 将时间列转为datetime类型
df['Datetime'] = pd.to_datetime(df['Datetime'])
# 按姓名和编码分组，取每组时间最新的记录
latest_df = df.groupby(['Name', 'Code'], as_index=False).max()

# 转换为元组列表并输出
result = [tuple(row) for row in latest_df.values]
for item in result:
    print(item)

这个方法的优势在于pandas内部做了优化，处理大量数据时比纯循环快很多，而且代码可读性更强。

内容的提问来源于stack exchange，提问作者Cesar Rodriguez