[Python3]Excel表から指定された複数の数値から一番直近のデータだけを取り出したい

Question

前提・実現したいこと

[Python3]Excel表から指定された複数の数値の中から最小の数をセルに書き込みたい
上記リンクは以前質問したもので，今回は最小値ではなく直近のデータだけ取り出したいというものです。
python3.8でExcelの出庫履歴表から決算表(最終的にどの備品がどれくらい残っているかを見られるようにするための表)を作ろうとしていています。
複数の数値が指定されたとき，一番最近のデータだけを取り出したいのですがその数値を選択することができません。

お時間があれば有識者の方々，お手柔らかにご教示お願い致します。

発生している問題・エラーメッセージ

今回も例としてaaaの最終的な備品個数をprint表示させる場合を実行します。
aaaが表の中で2つ以上出てきたとき，該当数値すべてをprint表示はできるもののoffsetという一つの変数の中の数値だからかどちらも選択することができません。

備品名	備品個数	消費個数	日付
hhh	292	1	2021/02/09
ggg	296	1	2021/02/09
ggg	297	0	2021/02/09
ggg	297	0	2021/02/09
ggg	297	0	2021/02/09
lll	296	1	2021/02/08
lll	296	1	2021/02/08
lll	296	2	2021/02/08
lll	296	1	2021/02/08
lll	296	1	2021/02/08
lll	296	2	2021/02/08
kkk	299	1	2021/02/08
jjj	298	1	2021/02/08
iii	295	2	2021/02/08
ggg	297	1	2021/02/08
ggg	297	1	2021/02/08
fff	253	1	2021/02/08
eee	249	1	2021/02/08
ddd	249	1	2021/02/08
ccc	215	1	2021/02/08
bbb	223	1	2021/02/08
aaa	139	1	2021/02/08
lll	298	1	2021/02/08
lll	298	2	2021/02/08
kkk	299	1	2021/02/08
jjj	299	1	2021/02/08
iii	297	2	2021/02/08
ggg	298	1	2021/02/08
ggg	298	1	2021/02/08
fff	254	1	2021/02/08
eee	250	1	2021/02/08
ddd	250	1	2021/02/08
ccc	216	1	2021/02/08
bbb	224	1	2021/02/08
aaa	140	1	2021/02/08
lll	300	0	2021/02/04
ggg	299	1	2021/02/04
fff	255	2	2021/02/03
eee	251	2	2021/02/03
ddd	251	1	2021/02/03
bbb	225	1	2021/02/03
fff	257	1	2021/02/03
eee	253	2	2021/02/03
ccc	217	2	2021/02/03
aaa	141	1	2021/02/03

該当のソースコード

aaaの備品個数に相当する数はaaaの右隣に位置しているためoffset関数を用いて表示しました。
以下が該当のコードです。

import openpyxl as px
wb = px.load_workbook('出庫履歴の表.xlsx')
ws = wb["Sheet1"]

B2_COL = 1
B8_ROW = 1

E2_COL = 9
E6_ROW = 137

# 範囲データを順次処理
for row in ws.iter_rows(min_col=B2_COL, min_row=B8_ROW, max_col=E2_COL, max_row=E6_ROW):
    for cell in row:
        # 該当セルの値取得
        cell_value = cell.value
        o = cell.offset(0, 1)
        offset = o.value
        # セル範囲内に該当の文字列が存在する場合表示
        if str('aaa') in str(cell_value):
            print(offset)


# ロードしたExcelファイルを閉じる
wb.close()

試したこと

pandasのdataframeに日付同士を比較できるものがないか自分なりに調べてもヒットしませんでした。

Comments

[ppaul]

gggについては、2021/02/09が4回あります。このような場合、4個のうちのどれを取り出したいのでしょうか？

[MM921]

ppaulさん，質問への追記・修正等のご依頼ありがとうございます。
記載不足でわかりづらかったですね…申し訳ありません。
表の一番上に出てくる総備品個数を取り出したいと考えています。

[ppaul]

では、2021/02/08などの各日付についてgggの一番上にあるものも取り出したいのか、全体としてgggの一番上にあるものだけ取り出せばよいのかどちらでしょうか？

[MM921]

ppaulさん，返信ありがとうございます。
そうですね，私がこうしたいという形には後述の「全体としてgggの一番上にあるものだけ取り出せばよい」が当てはまります。

Answer 1

to_datetimeで型を日付に変えてからなら、ソートできますよ。
pandasで日付・時間の列を処理（文字列変換、年月日抽出など）
pandas.DataFrame, Seriesをソートするsort_values, sort_index

最初からpandasで読み込めば、日付として読み込むのでソートもされてます。

import pandas as pd
df = pd.read_excel("出庫履歴の表.xlsx")

# たとえば備品名gggについてグループ化
print(df.groupby("備品名").get_group("ggg"))
#     備品名  備品個数  消費個数         日付
# 1   ggg   296     1 2021-02-09
# 2   ggg   297     0 2021-02-09
# 3   ggg   297     0 2021-02-09
# 4   ggg   297     0 2021-02-09
# 14  ggg   297     1 2021-02-08
# 15  ggg   297     1 2021-02-08
# 27  ggg   298     1 2021-02-08
# 28  ggg   298     1 2021-02-08
# 36  ggg   299     1 2021-02-04

# 最新のデータ
print(df.groupby("備品名").get_group("ggg").head(1))
#    備品名  備品個数  消費個数         日付
# 1  ggg   296     1 2021-02-09

Comments

[MM921]

jeanbiegoさん，ご回答ありがとうございます。
コードを参考にしてみたところ，最新のデータが反映されていました！
追加の質問で申し訳ないのですが，お付き合いいただければ嬉しいです。
これからさらに備品個数だけまで絞っていく際にはgroupbyなどを使えばよいのでしょうか？
それともまた別の方法があるのでしょうか？

[jeanbiego]

print(df.groupby("備品名").get_group("ggg").head(1)["備品個数"])
たとえば追加でこのように指定すれば、備品個数が得られます

[MM921]

jeanbiegoさん，重ねて教えていただきありがとうございます！
上記の["備品個数"]を加えたら備品個数のみが反映されていて希望通りの結果となりました。
貴重なアドバイスをありがとうございました！

Answer 2

文法あやしいですが雰囲気こんな感じでどうですか。

for row in ws.iter_rows(min_col=B2_COL, min_row=B8_ROW, max_col=E2_COL, max_row=E6_ROW):
    for cell in row:
        # 該当セルの値取得
        cell_value = cell.value
        o = cell.offset(0, 1)
        offset = o.value
        # セル範囲内に該当の文字列が存在する場合
        if str('aaa') in str(cell_value):
            # 暫定一位を覚えておく
            if cell.offset(0, 3).value > d:
                d = cell.offset(0, 3).value
                v = offset
# 最後に出力
print(v)

Comments

[MM921]

jinojiさん,ご回答ありがとうございます！
ご提案していただいたコードを試してみましたところ，以下のようなエラーが発生しました。
if cell.offset(0, 3).value > d:
NameError: name 'd' is not defined

d＝cell.offset……の部分をif構文の前部分に移動させ実行しても応答がないようです。。。
この場合，どのように対処すべきなのでしょうか？
以上は追加での質問ですのでお時間あるときに見ていただけたら幸いです。

[jinoji]

一番最初に、d = 0 という1文を加えてみてはどうでしょう。

[MM921]

jinojiさん，重ねてのご提案ありがとうございます！
>>>一番最初に、d = 0 という1文を加えてみてはどうでしょう。
試してみましたが，以下のエラーが出てしまいました。。。
if cell.offset(0, 3).value > d:
TypeError: '>' not supported between instances of 'str' and 'int'

その時起動したコードは以下のようになっています。
import openpyxl as px
import pandas as pd
wb = px.load_workbook('出庫履歴の表.xlsx')
ws = wb["Sheet1"]
d = 0

B2_COL = 1
B8_ROW = 1

E2_COL = 9
E6_ROW = 137
A_0 = A = aaa = 'ﾛﾎﾞｯﾄｼﾘｺﾝ先'

# 範囲データを順次処理
for row in ws.iter_rows(min_col=B2_COL, min_row=B8_ROW, max_col=E2_COL, max_row=E6_ROW):
for cell in row:
# 該当セルの値取得
cell_value = cell.value
o = cell.offset(0, 1)
offset = o.value
d = 0
# セル範囲内に該当の文字列が存在する場合
if str(aaa) in str(cell_value):
# 暫定一位を覚えておく
if cell.offset(0, 3).value > d:
d = cell.offset(0, 3).value
v = offset
# 最後に出力
print(v)
# ロードしたExcelファイルを閉じる
wb.close()
どこか悪さをしているんでしょうか？