如何用Pandas按Key分组计算readmit列：首次出院日与入院日间隔天数

核心思路 #

按Key分组提取每组的首次出院日期（discharge最小值），将该日期与每条记录的入院日期（admit）做差值计算，得到间隔天数。

步骤与代码 #

1. 确保日期列是datetime类型
   若你的日期还未转换为datetime格式，先执行以下代码：

   import pandas as pd
   
   # 假设你的DataFrame名为df，列包含Key、admit、discharge
   df['admit'] = pd.to_datetime(df['admit'])
   df['discharge'] = pd.to_datetime(df['discharge'])
   

2. 提取每组的首次出院日期并合并回原表

   # 按Key分组，获取每组最早的discharge日期
   first_discharge = df.groupby('Key')['discharge'].min().reset_index(name='first_discharge')
   # 将首次出院日期合并到原DataFrame中
   df = df.merge(first_discharge, on='Key', how='left')
   

3. 计算间隔天数并生成readmit列

   # 计算admit日期与首次discharge的天数差，结果为整数天数
   df['readmit'] = (df['admit'] - df['first_discharge']).dt.days
   

   若需要间隔的绝对值（忽略正负，只看天数差），可修改为：

   df['readmit'] = abs(df['admit'] - df['first_discharge']).dt.days
   

示例验证 #

假设原始数据：

执行代码后得到的结果：

常见问题排查 #

• 若之前代码失败，大概率是日期未转换为datetime类型，导致无法计算差值；
• 若分组后首次出院日期提取错误，检查groupby的键是否正确，以及是否用min()获取最早日期。

内容的提问来源于stack exchange，提问作者J PBro