需求：

本需求是需要计算每名客户还够最低还款额的日期，第1个客户在 5 月 11 日这天累计入账1100元 大于 最低还款额1000元，故针对客户 1 所求日期为20210511。

字段说明：

userid : 客户号
mini_amt：最低还款额
amount: 入账金额
date：入账日期

二、使用步骤

1.引入库

代码如下（示例）：

import pandas as pd

2.读入数据

代码如下（示例）：

'''
 userid  mini_amt  amount     date
      1      1000     300 20210501
      1      1000     800 20210511
      1      1000     200 20210521
      2      5000    2400 20210510
      2      5000     500 20210514
      2      5000    1000 20210518
      2      5000    3000 20210529
      2      5000     300 20210531
'''
df = pd.read_clipboard()
df

def get_date(df):
    return (
    df.sort_values('date') # 使用sort_values函数按照日期（'date'列）对数据框进行排序。
    .assign(累积入账=lambda x: x.amount.cumsum())  # 使用assign函数创建一个新的列'累积入账'，该列是根据'amount'列的累积和计算得出的
    .query('累积入账 >= mini_amt') # 使用query函数根据条件筛选出'累积入账'大于等于'mini_amt'的行
    .date # 从筛选后的数据中提取出'date'列
    .iat[0] # 使用iat[0]获取第一个符合条件的日期
)
#按用户分组并应用这个函数：
df.groupby('userid').apply(get_date)

总结

以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。