如何按ID和日期分组Pandas DataFrame，组内日期间隔不超7天？

步骤1：预处理数据（转换日期格式+排序） #

首先将字符串类型的日期转为datetime格式，同时按id和date排序，确保每个ID下的日期是有序的，方便后续计算相邻日期差。

import pandas as pd

# 原始数据
df = pd.DataFrame({'id' : [1, 2, 2, 3, 3, 3, 4], 
                   'date' : ['2019-02-28', '2019-02-27', '2019-02-28', '2019-02-1', '2019-02-2', '2019-03-20', '2019-02-28'], 
                   'value' : ['a', 'b', 'c', 'c', 'a', 'b', 'c']})

# 转换日期格式为datetime
df['date'] = pd.to_datetime(df['date'])

# 按id和date升序排序
df = df.sort_values(['id', 'date']).reset_index(drop=True)

步骤2：生成日期分组标识 #

在每个id组内，计算当前行与前一行的日期差，当差值超过7天时，标记为新分组；通过累计求和生成每个ID下的唯一分组编号。

# 计算相邻日期的差值，每组第一行差值为NaN
df['date_diff'] = df.groupby('id')['date'].diff()

# 标记日期差超过7天的行（1表示新分组起点）
df['group_flag'] = (df['date_diff'] > pd.Timedelta(days=7)).astype(int)

# 按id累计求和，得到每个ID下的分组编号
df['group_id'] = df.groupby('id')['group_flag'].cumsum()

步骤3：聚合得到最终结果 #

按id和group_id分组，提取每组的最早日期，同时将组内的value合并为列表。

# 执行聚合操作
result = df.groupby(['id', 'group_id']).agg(
    date=('date', 'min'),  # 取组内最早日期
    value=('value', list)  # 合并value为列表
).reset_index(drop=True)

# 将日期转回字符串格式（匹配示例输出格式）
result['date'] = result['date'].dt.strftime('%Y-%m-%d')

# 输出结果
print(result)

最终输出 #

id        date      value
0   1  2019-02-28       [a]
1   2  2019-02-27    [b, c]
2   3  2019-02-01    [c, a]
3   3  2019-03-20       [b]
4   4  2019-02-28       [c]

关键逻辑说明 #

• 排序是基础：只有日期有序，才能准确计算相邻行的日期差
• 分组标识生成：通过diff()计算日期差，cumsum()累计新分组标记，实现同一ID下间隔≤7天的日期自动归组
• 聚合操作：利用groupby的agg方法一次性完成日期提取和值列表合并

内容的提问来源于stack exchange，提问作者laura