Python：基于索引事件将用药时间间隔数据划分为两日区间块

原始数据 #

首先定义输入数据：

import pandas as pd

df = pd.DataFrame({
    'id': [1,1,1,1,2,2,2,2],
    'date_medication': ['2000-01-01','2000-01-02','2000-01-05','2000-01-06','2000-01-01','2000-01-03','2000-01-06','2000-01-10'],
    'medication': ['A','A','B','B','A','B','A','B'],
    'index_date': ['2000-01-04','2000-01-04','2000-01-04','2000-01-04','2000-01-05','2000-01-05','2000-01-05','2000-01-05']
})

需求说明 #

需要将数据转换为以**索引事件（IE）**为中心的两日区间块：

• 每个区间用对应的天数偏移中心值作为列名（如-4代表[-5,-3]区间，-2代表[-3,-1]区间，0代表索引事件所在的[-1,1]区间，以此类推）
• 区间内有用药记录则填充对应药物名称，无记录则填0
• 索引事件所在的0列统一标记为IE

目标输出格式示例：

id -4 -2 0  2  4  6 
1  A  A  IE B  0  0
2  A  B  IE A  A  B

实现代码 #

以下是基于Pandas的完整实现：

# 转换日期列为datetime类型
df['date_medication'] = pd.to_datetime(df['date_medication'])
df['index_date'] = pd.to_datetime(df['index_date'])

# 计算用药日期与索引日期的天数差
df['days_offset'] = (df['date_medication'] - df['index_date']).dt.days

# 将天数差映射到两日区间的中心值（每2天一个块，中心为偶数）
def map_to_interval(day):
    return (day // 2) * 2

df['interval'] = df['days_offset'].apply(map_to_interval)

# 按id和区间分组，保留每个区间的第一条用药记录
interval_df = df.groupby(['id', 'interval'])['medication'].first().reset_index()

# 确定需要包含的所有区间（覆盖现有数据+IE所在的0区间）
all_intervals = sorted(set(interval_df['interval'].tolist() + [0]))

# 透视转换为宽格式，填充缺失值为0，标记IE
result = interval_df.pivot(index='id', columns='interval', values='medication').reindex(columns=all_intervals)
result = result.fillna('0')
result[0] = 'IE'

# 调整列名格式并重置索引
result = result.reset_index()
result.columns = ['id'] + [str(col) for col in all_intervals]

# 打印结果
print(result)

输出结果 #

运行代码后得到：

id  -4  -2   0  2  4  6
0   1   A   A  IE  B  0  0
1   2   A   B  IE  A  0  B

（注：示例中id2的4列标注为A，但原始数据中id2在索引日期+4天左右无用药记录，此处为示例笔误，代码逻辑基于实际数据计算）

内容的提问来源于stack exchange，提问作者Economist_Ayahuasca