ts_code name close trade_date
482 600475.SH 华光环能 10.36 2022-05-06
992 600476.SH 湘邮科技 11.70 2022-05-06
1499 600477.SH 杭萧钢构 3.31 2022-05-06
1992 600478.SH 科力远 5.22 2022-05-06
2501 600479.SH 千金药业 9.23 2022-05-06
... ... ... ... ...
1543024 001228.SZ 永泰运 53.08 2022-05-06
1543026 301162.SZ C国能 62.61 2022-05-06
1543028 301259.SZ 艾布鲁 29.28 2022-05-06
1543030 603191.SH 望变电气 22.74 2022-05-06
1543031 603206.SH N嘉环 20.92 2022-05-06
表内记录的是10年来的股票交易数据。我想取出每只股票最后一次交易的数据（大多数是2022年5月6日，有部分停牌，时间早于5月6日）。
请问：
dataframe（python） 与mysql里（sql语句）高效的取出代码应当如何写？
是不是按日期查询的意思：
>>> import pandas as pd
>>> pf = pd.DataFrame({'ts_code':['600475.SH','600476.SH','600477.SH','001228.SZ'],
'name':['华光','湘邮','杭萧','永泰运'],
'close':[10.36,11.70,3.31,53.08],
'trade_date':['2022-05-06','2022-05-07','2022-05-08','2022-05-06']})
>>> pf
ts_code name close trade_date
0 600475.SH 华光 10.36 2022-05-06
1 600476.SH 湘邮 11.70 2022-05-07
2 600477.SH 杭萧 3.31 2022-05-08
3 001228.SZ 永泰运 53.08 2022-05-06
>>> pf.where(cond = pf['trade_date']=='2022-05-06').dropna()
ts_code name close trade_date
0 600475.SH 华光 10.36 2022-05-06
3 001228.SZ 永泰运 53.08 2022-05-06
SELECT t.*
FROM (
SELECT ts_code, MAX(trade_date) as trade_date
FROM table_name
GROUP BY ts_code
) r
INNER JOIN table_name t
ON t.ts_code = r.ts_code AND t.trade_date = r.trade_date