Pandas：基于多列日期关联条件创建住院状态新列

我来帮你搞定这个需求！咱们需要把日期的次日关联逻辑加进去，之前的代码只完成了第一步（判断AB和CD列是否有非空数据），现在补上日期校验的部分就可以了。

核心思路 #

要满足你的两个判断条件，我们可以分两步走：

1. 先确认AAA/BBB中至少有一个非空字典，同时CCC/DDD中至少有一个非空字典
2. 把AAA/BBB里的所有日期转成datetime格式，加一天后，检查是否有任何一个转换后的日期出现在CCC/DDD的日期集合里

完整代码实现 #

import pandas as pd
from datetime import datetime, timedelta

def check_hospitalized(row):
    # 收集AAA和BBB中的所有日期
    ab_dates = set()
    for col in ['AAA', 'BBB']:
        val = row[col]
        if pd.notna(val):  # 排除NaN值
            ab_dates.update(val.keys())
    
    # 收集CCC和DDD中的所有日期
    cd_dates = set()
    for col in ['CCC', 'DDD']:
        val = row[col]
        if pd.notna(val):
            cd_dates.update(val.keys())
    
    # 条件1：AB和CD都有非空日期数据
    if not ab_dates or not cd_dates:
        return 'No'
    
    # 条件2：检查是否存在AB日期的次日在CD日期中
    for date_str in ab_dates:
        try:
            # 转成datetime，加一天，再转回字符串格式
            next_day = (datetime.strptime(date_str, '%Y-%m-%d') + timedelta(days=1)).strftime('%Y-%m-%d')
            if next_day in cd_dates:
                return 'Yes'
        except ValueError:
            # 如果日期格式不对，跳过这个日期（根据你的数据情况可以调整）
            continue
    
    # 不满足条件2就返回No
    return 'No'

# 测试你的示例数据
data = [
    {'ID': 1234, 'AAA': {'2015-01-01': 1}, 'BBB': {'2016-01-01': 1, '2016-02-15': 2}, 'CCC': {'2015-01-02': 1}, 'DDD': {'2016-01-02': 1}},
    {'ID': 1235, 'AAA': {'2017-11-05': 1, '2018-06-05': 1}, 'BBB': {'2018-01-05': 1}, 'CCC': pd.NA, 'DDD': {'2017-01-06': 1}},
    {'ID': 1236, 'AAA': {'2017-11-05': 1, '2018-06-05': 1}, 'BBB': {'2018-01-05': 1}, 'CCC': pd.NA, 'DDD': {'2018-01-06': 1}}
]
df = pd.DataFrame(data)

# 生成新列
df['Hospitalized'] = df.apply(check_hospitalized, axis=1)

print(df)

代码解释 #

• 日期收集：遍历AB和CD列，把非空字典里的日期都提取到集合中，方便后续快速查找
• 条件1校验：如果AB或CD的日期集合为空，直接返回No
• 次日校验：把每个AB日期转成datetime，加一天后转回字符串，检查是否在CD的日期集合里，只要有一个符合就返回Yes
• 异常处理：加了try-except防止日期格式错误的情况（如果你的数据日期格式都是标准的YYYY-MM-DD，可以去掉这部分）

运行结果 #

运行后会得到你期望的输出：

内容的提问来源于stack exchange，提问作者Roy