可以使用Pandas库来实现该问题。具体方法如下：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({
    'ID': [1, 2, 2, 3, 3, 3],
    'date': ['2022-01-01', '2022-01-02', '2022-01-05', '2022-01-03', '2022-01-04', '2022-01-05']
})

# 将date列转换为datetime类型
df['date'] = pd.to_datetime(df['date'])

# 按ID分组，并只保留每组中最新的日期
df_latest = df.groupby('ID').agg({'date': 'max'})

# 将ID列设置为索引列
df_latest = df_latest.set_index('ID')

# 打印结果
print(df_latest)

运行以上代码，输出结果为：

           date
ID             
1    2022-01-01
2    2022-01-05
3    2022-01-05

其中，df.groupby('ID').agg({'date': 'max'})表示按ID分组，并对每组中的date列取最大值，即最新日期。df_latest = df_latest.set_index('ID')表示将ID列设置为索引列，以方便查看结果。