如何按日期计算Pandas DataFrame并基于DEVICE_SN生成指定日期列

需求说明 #

根据DEVICE_SN匹配关联，提取df2['Date']中每个设备对应的首个日期生成新列Output，同时按日期维度简化DataFrame。

实现步骤与代码 #

1. 提取每个设备的首个日期 #

先对df2按DEVICE_SN分组，提取每组的首个日期：

import pandas as pd

# 先确保日期列是datetime类型（如果原数据是字符串格式）
df2['Date'] = pd.to_datetime(df2['Date'])

# 生成设备-首个日期的映射表
device_first_date = df2.groupby('DEVICE_SN')['Date'].first().reset_index()
device_first_date.rename(columns={'Date': 'Output'}, inplace=True)

2. 匹配生成目标列（类似VLOOKUP） #

将映射表合并到目标DataFrame（假设为df1），完成匹配：

# 左连接保留原DataFrame所有数据，如需仅保留匹配项用how='inner'
result_df = df1.merge(device_first_date, on='DEVICE_SN', how='left')

3. 按日期简化DataFrame #

根据需求选择简化方式：

• 按Output和DEVICE_SN去重，保留唯一组合：

simplified_df = result_df.drop_duplicates(subset=['Output', 'DEVICE_SN'])

• 按日期分组聚合，统计维度信息（比如每日设备数量）：

aggregated_df = result_df.groupby('Output')['DEVICE_SN'].nunique().reset_index(name='Device_Count')

注意事项 #

• 如果df2中同一设备有多条日期记录，groupby().first()会取数据中出现的首个日期；若需取最早日期，确保Date列已转为datetime类型即可
• 合并时根据业务需求选择连接方式，how='left'可避免丢失原DataFrame中未匹配到的设备数据

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