Python实现起始与结束日期生成问题求助

我是Python新手，想要编写Python代码实现以下需求：

• 为每个ID和SUB ID组，将对应的最早Extraction Date作为起始日期
• 当Conditon met (Y/N)为Y时，将该行的Extraction Date作为结束日期；未满足条件的行结束日期填N/A

示例数据表 #

我尝试过但未成功的代码 #

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()

期望结果 #

解决方案 #

你的问题核心在于groupby使用方式错误、query语法不规范，以及结束日期的匹配逻辑问题。以下是可行代码：

import pandas as pd

# 先将日期列转为datetime类型（确保后续日期计算正常）
df['Extraction Date'] = pd.to_datetime(df['Extraction Date'])

# 计算起始日期：用transform返回每个组的最小日期，保持原数据行数
df['Start Date'] = df.groupby(['ID', 'SUB ID'])['Extraction Date'].transform('min')

# 计算结束日期：先提取条件为Y的行，按组取对应日期，再合并回原表
end_date_map = df[df['Conditon met (Y/N)'] == 'Y'].groupby(['ID', 'SUB ID'])['Extraction Date'].first()
df['End Date'] = df.apply(lambda row: end_date_map.get((row['ID'], row['SUB ID']), 'N/A'), axis=1)

# 如果需要将日期格式转为字符串（如原示例的YYYY-MM-DD），可添加：
# df['Start Date'] = df['Start Date'].dt.strftime('%Y-%m-%d')
# df['End Date'] = df['End Date'].apply(lambda x: x.strftime('%Y-%m-%d') if isinstance(x, pd.Timestamp) else x)

关键说明：

1. transform('min')会为每一行返回对应组的最小日期，完美匹配原数据的行数结构，避免直接赋值groupby结果导致的维度不匹配问题。
2. 先筛选条件为Y的行，通过groupby+first()获取每个组的结束日期，再用apply匹配到原表，未匹配到的组自动填充N/A。

内容的提问来源于stack exchange，提问作者Ryuugiri