如何使用Python中的常规条目将日期序列转换为开始日期和结束日期

Question

我有一个数据帧，我想根据另一个变量将日期序列转换为开始日期和结束日期。

以下是示例：

Input = pd.DataFrame({'date': ['2020-10-10', '2020-10-11', '2020-10-12'
, '2020-10-13', '2020-10-14'], 'groupby': ['AAA',
'AAA', 'AAA', 'BBB', 'BBB']})

我需要输出如下：

Output = pd.DataFrame({'StartDate': ['2020-10-10', '2020-10-13'],
'EndDate': ['2020-10-12', '2020-10-14'],
'groupby': ['AAA', 'BBB']})

Answer 1

这就是您想要的吗？

Output = pd.DataFrame()
Output['StartDate'] = Input.groupby('groupby')['date'].first()
Output['EndDate'] = Input.groupby('groupby')['date'].last()
Output
groupby StartDate   EndDate
AAA 2020-10-10  2020-10-12
BBB 2020-10-13  2020-10-14

编辑：这修复了顺序日期问题。

Output = pd.DataFrame()
grp = Input.groupby((Input['groupby']!=Input['groupby'].shift()).cumsum())
Output['StartDate'] = grp['date'].first().reset_index(drop=True)
Output['EndDate'] = grp['date'].last().reset_index(drop=True)
Output['groupby'] = grp['groupby'].first().reset_index(drop=True)
Output
StartDate   EndDate groupby
0   2020-10-10  2020-10-10  AAA
1   2020-10-11  2020-10-12  BBB
2   2020-10-14  2020-10-14  AAA

Answer 2

您可以使用groupby和agg函数来查找日期的min和max。然后可以重命名列以获得所需的结果。

import pandas as pd
df = pd.DataFrame({'date': ['2020-10-10', '2020-10-11', '2020-10-12'
, '2020-10-13', '2020-10-14'], 'groupby': ['AAA',
'AAA', 'AAA', 'BBB', 'BBB']})
print (df)
df_result = (df.groupby('groupby').agg({'date':['min','max']})
.reset_index()
.droplevel(0, axis=1)
.rename(columns={'':'groupby','min': 'StartDate','max':'EndDate'}))
print (df_result)

其输出为：

原始数据帧：

date groupby
0  2020-10-10     AAA
1  2020-10-11     AAA
2  2020-10-12     AAA
3  2020-10-13     BBB
4  2020-10-14     BBB

带有开始和结束日期的新数据帧

groupby  StartDate    EndDate
0     AAA  2020-10-10  2020-10-12
1     BBB  2020-10-13  2020-10-14