创建开始和结束日期 - Python

Question

我对蟒蛇还很陌生。我正在尝试创建一个 python 代码来提取最早的提取作为开始时间。当条件变为 Y 时，我想根据条件创建结束日期：

样本数据表：

身份证	子ID	提取日期	满足条件（是/否）
1	x	2023-01-02	N
1	y	2023-01-02	N
1	x	2023-02-15	N
2	v	2023-02-15	N
2	z	2023-02-15	N
1	x	2023-03-15	是
2	v	2023-03-15	是

我尝试了几种方法来提取数据，但运气不佳：

df['start date'] = df.groupby(['ID','SUB ID'], as_index = False)['Extraction Date].transform(min).reset_index()

df['start date'] = df.groupby(['ID','SUB ID'], as_index = False)['Extraction Date].min()

df['end date'] = df.query(Condition met (Y/N) == Y).groupby(['ID','SUB ID'], as_index = False['Extraction Date].transform(max).reset_index()

df['end date'] = df.query(Condition met (Y/N) == Y).groupby(['ID','SUB ID'], as_index = False['Extraction Date].min()

我想要得到什么：

身份证	子ID	提取日期	满足条件（是/否）	开始日期	结束日期
1	x	2023-01-02	N	2023-01-02	不适用
1	y	2023-01-02	N	2023-01-02	不适用
1	x	2023-02-15	N	2023-01-02	不适用
2	v	2023-02-15	N	2023-02-15	不适用
2	z	2023-02-15	N	2023-02-15	不适用
1	x	2023-03-15	是	2023-01-02	2023-03-15
2	v	2023-03-15	是	2023-02-15	2023-03-15

Answer 1

您可以使用

groupby

和

transform("min")

来获取

Start Date

，使用

loc

来获取

End Date

:

df["Start Date"] = df.groupby(["ID", "SUB ID"])["Extraction Date"].transform("min")
df.loc[df["Condition met (Y/N)"] == "Y", "End Date"] = df["Extraction Date"]

   ID SUB ID Extraction Date Condition met (Y/N) Start Date   End Date
0   1      x      2023-01-02                   N 2023-01-02        NaT
1   1      y      2023-01-02                   N 2023-01-02        NaT
2   1      x      2023-02-15                   N 2023-01-02        NaT
3   2      v      2023-02-15                   N 2023-02-15        NaT
4   2      z      2023-02-15                   N 2023-02-15        NaT
5   1      x      2023-03-15                   Y 2023-01-02 2023-03-15
6   2      v      2023-03-15                   Y 2023-02-15 2023-03-15