Понял задачу: нужно найти код вакансии, которая была опубликована последней в этом месяце. Чтобы дать точный ответ, мне нужен список публикаций (код вакансии и дата публикации). Ниже — подробный план решения и примеры, чтобы можно было применить их к твоим данным. Что нужно учесть - Формат кода вакансии может быть разный (например, VAC-YYYYMMDD-001, или просто число). В любом случае мы ищем запись с максимальной датой в текущем месяце. - Если в месяце несколько вакансий на одну дату, необязательно только одна; если есть время публикации, нужно выбрать запись с наибольшим временем. Если времени нет, можно выбрать любую запись с максимальной датой. - Текущий месяц сейчас по моим данным: апрель 2026 года. Но если задача касается другого месяца, просто замени параметры месяца и года. Пошаговый алгоритм 1) Сформировать список публикаций: каждая строка — код вакансии и дата публикации (date_posted). Дата может быть в формате ГГГГ-ММ-ДД и может включать время (например, 2026-04-28 21:10). 2) Фильтровать записи по нужному году и месяцу: - год = текущий год месяца - месяц = текущий месяц 3) Найти запись(и) с максимальной датой в отфильтрованном списке. 4) Вернуть код вакансии (и, по желанию, дату) последней публикации. 5) Если таких записей нет, вернуть сообщение об отсутствии вакансий за этот месяц. Пример наглядно Допустим, у нас есть такие данные: - VAC-001, 2026-04-10 - VAC-002, 2026-04-20 - VAC-003, 2026-04-28 - VAC-004, 2026-03-30 Последняя по месяцу апрель 2026 — VAC-003 (28 апреля 2026). Если бы было две вакансии на 28 апреля, ранний/поздний час решал бы последний по времени. Если даты и коды у тебя есть, можно привести их сюда, и я скажу точный последний код. Альтернативно, готовые решения для твоего удобства - Python (с использованием pandas) Пример кода: - Предположим, данные в виде списка словарей или DataFrame с колонками "code" и "date_posted". - Важно привести date_posted к datetime. from datetime import datetime import pandas as pd # Пример данных data = [ {"code": "VAC-001", "date_posted": "2026-04-10"}, {"code": "VAC-002", "date_posted": "2026-04-20"}, {"code": "VAC-003", "date_posted": "2026-04-28 21:10"}, # может быть и без времени {"code": "VAC-004", "date_posted": "2026-03-30"}, ] df = pd.DataFrame(data) df['date_posted'] = pd.to_datetime(df['date_posted']) target_year = 2026 target_month = 4 subset = df[ (df['date_posted'].dt.year == target_year) & (df['date_posted'].dt.month == target_month) ] if not subset.empty: last_row = subset.loc[subset['date_posted'].idxmax()] print("Последняя вакансия:", last_row['code'], "Дата:", last_row['date_posted']) else: print("Нет публикаций за выбранный месяц") Чтобы дать точный ответ, пришли свои данные — и я посчитаю. - Excel/Google Sheets (если данные в таблице) Допустим, столбец A — код вакансии, столбец B — дата публикации (дата может быть с временем). 1) Убедись, что даты в формате даты (не текста). 2) Фильтрация на нужный месяц: - В Excel 365 можно использовать формулу динамического массива: =LET(monthKey, 4, yearKey, 2026, codes, FILTER(A2:A100, (YEAR(B2:B100)=yearKey)*(MONTH(B2:B100)=monthKey))), dates, FILTER(B2:B100, (YEAR(B2:B100)=yearKey)*(MONTH(B2:B100)=monthKey))), INDEX(codes, XMATCH(MAX(dates), dates, 0)) Эта формула возвращает код вакансии последней по дате в указанном месяце. 3) Если нет динамического массива, можно сортировать данные по дате в порядке убывания и смотреть первый видимый код за месяц. - Простой ручной метод (без кода) 1) Отфильтруй записи по нужному году и месяцу. 2) Сортируй по дате убыванию. 3) Возьми первую строку — это будет код вакансии последней публикации. Что мне нужно от тебя - Пришли, пожалуйста, список вакансий с кодами и датами публикации (пожалуйста, в любом удобном виде: текст сюда или скриншот/изображение). - Или дай конкретную задачу: сколько записей в месяце и в каком формате даты коды. Я готов посчитать прямо сейчас, если пришлешь данные. Если хочешь, могу привести конкретный ответ по твоему набору данных в формате: - Код вакансии: ... - Дата публикации: ... Готов продолжать после того, как ты дадешь список публикаций или набор данных.