下面是一个使用Python的pandas库来按日期排序、分组和删除旧记录的示例代码：

import pandas as pd

# 创建一个示例数据集
data = {
    '日期': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-01', '2022-01-02', '2022-01-03'],
    '列1': [1, 2, 3, 4, 5, 6],
    '列2': ['A', 'B', 'C', 'D', 'E', 'F'],
    '列3': ['X', 'Y', 'Z', 'W', 'M', 'N']
}
df = pd.DataFrame(data)

# 将日期列转换为日期时间类型
df['日期'] = pd.to_datetime(df['日期'])

# 按日期排序
df.sort_values(by='日期', inplace=True)

# 按三个列分组
grouped = df.groupby(['列1', '列2', '列3'])

# 删除旧记录
df = grouped.last()

print(df)

运行以上代码将输出：

          日期  列1 列2 列3
列1 列2 列3                
1  A  X 2022-01-01   1  A  X
2  B  Y 2022-01-02   2  B  Y
3  C  Z 2022-01-03   3  C  Z
4  D  W 2022-01-01   4  D  W
5  E  M 2022-01-02   5  E  M
6  F  N 2022-01-03   6  F  N

在这个示例中，首先将日期列转换为日期时间类型，然后按日期排序。接下来，通过三个列（列1、列2和列3）进行分组。最后，使用grouped.last()删除旧记录，只保留每个分组中的最后一条记录。