基于Pandas按ID计算自初始日期起的天数演变（无循环实现，适配大数据集）

先直接给你一套高效的实现方案，全程不用任何循环，完美适配大规模数据集：

步骤1：构造原始数据并转换日期格式 #

首先把你的数据转成Pandas DataFrame，同时把字符串日期转换成可计算的日期类型：

import pandas as pd

# 加载原始数据
data = {
    'ID': ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'c', 'c'],
    'Date': ['01/01/2020', '05/01/2020', '08/01/2020', '10/01/2020',
             '05/05/2020', '08/05/2020', '12/05/2020', '08/08/2020', '22/08/2020']
}
df = pd.DataFrame(data)

# 将字符串日期转为Pandas日期类型（按日/月/年格式解析）
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

步骤2：按ID匹配初始日期 #

用groupby+transform组合，为每条记录自动匹配对应ID的最早日期，这一步是核心，完全矢量化操作：

# 为每个ID的所有记录添加其初始日期列
df['Initial_Date'] = df.groupby('ID')['Date'].transform('min')

步骤3：计算天数演变并整理结果 #

直接做日期差运算，提取天数后加1（匹配你预期的初始日期计为1天的规则）：

# 计算天数差并调整为你的预期格式
df['Days Evolved Since Initial date'] = (df['Date'] - df['Initial_Date']).dt.days + 1

# 整理成目标输出格式（去掉中间辅助列，转回原始日期字符串格式）
result = df[['ID', 'Date', 'Days Evolved Since Initial date']]
result['Date'] = result['Date'].dt.strftime('%d/%m/%Y')

print(result)

最终输出结果 #

运行后会得到和你预期完全一致的表格：

关键优势说明 #

• 全程用Pandas的矢量化分组操作，没有任何循环，处理百万级数据集也不会有性能问题
• transform方法的作用是把分组计算的结果广播到每一行，确保每条记录都能对应到自己ID的初始日期
• 日期格式转换和调整完全贴合你的原始数据和输出要求

内容的提问来源于stack exchange，提问作者rickhtv