使用Pandas按账号条件将服务日期追加至对应行尾部

别用嵌套循环处理，效率低还容易出错，直接用pandas内置函数就能搞定：

1. 给每个账户的服务日期添加组内序号
   先按Account Number分组，给每个组里的DOS按顺序标记序号（第1个日期标记为1，第2个为2，以此类推）：

df['date_idx'] = df.groupby('Account Number').cumcount() + 1

2. 将数据重塑为宽表结构
   用pivot方法把同一账户的不同日期转到同一行，再把列名改成Service Date 1、Service Date 2的格式：

final_df = df.pivot(index='Account Number', columns='date_idx', values='DOS')
final_df.columns = [f'Service Date {col}' for col in final_df.columns]
final_df = final_df.reset_index().rename(columns={'Account Number': 'Account'})

如果原始数据还有其他关联列（比如姓名、消费金额等），可以把这些列和Account Number一起作为索引，避免丢失信息：

# 假设还有其他列如'Name'
final_df = df.pivot(index=['Account Number', 'Name'], columns='date_idx', values='DOS')
final_df.columns = [f'Service Date {col}' for col in final_df.columns]
final_df = final_df.reset_index()

原代码的问题 #

• 未初始化x，且x是全局累加，不是按每个账户单独计数，导致列名序号混乱。
• final[service_date] = df['DOS']是把整个DOS列赋值给新列，而非当前匹配账户对应的单个日期，所以每个新列都会包含所有日期，不符合需求。

内容的提问来源于stack exchange，提问作者Ceci V