要按客户ID分组并选择日期列中最近的值，可以按照以下步骤进行操作：

1. 导入必要的库：

import pandas as pd

2. 创建一个示例数据集：

data = {'客户ID': [1, 1, 2, 2, 3, 3],
        '日期': ['2020-01-01', '2020-02-01', '2020-01-01', '2020-02-01', '2020-01-01', '2020-02-01'],
        '值': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

3. 将日期列转换为日期类型：

df['日期'] = pd.to_datetime(df['日期'])

4. 按客户ID分组，并选择日期列中最近的值：

df_grouped = df.groupby('客户ID').apply(lambda x: x.loc[x['日期'].idxmax()])

这将返回一个新的DataFrame，其中包含每个客户ID的最近日期的行。

完整示例代码如下：

import pandas as pd

data = {'客户ID': [1, 1, 2, 2, 3, 3],
        '日期': ['2020-01-01', '2020-02-01', '2020-01-01', '2020-02-01', '2020-01-01', '2020-02-01'],
        '值': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

df['日期'] = pd.to_datetime(df['日期'])

df_grouped = df.groupby('客户ID').apply(lambda x: x.loc[x['日期'].idxmax()])

print(df_grouped)

输出结果：

   客户ID         日期   值
0     1 2020-02-01  20
2     2 2020-02-01  40
4     3 2020-02-01  60