如何用Pandas按日期范围分组整理经济流动性项目参与者信用评分变化

需求背景 #

需要整理经济流动性项目参与者的信用评分变化，原始数据如下：

Name        Date      Credit Score
0   John Doe  2022.01.03               653
1  Mary Jane  2022.01.05               720
2   John Doe  2022.08.14               695
3  Mary Jane  2022.09.17               640

需整理为如下目标格式：

Name      initial Score  updated score 
John Doe            653            695
Mary Jane           720            640

解决方案 #

核心思路是拆分初始评分（日期≤2022-07-01）和更新评分（日期>2022-07-01）两个数据集，再按用户姓名合并：

1. 导入依赖并读取数据
   导入Pandas并构造/读取原始数据：

   import pandas as pd
   
   # 构造原始数据（也可从csv/excel文件读取）
   data = {
       'Name': ['John Doe', 'Mary Jane', 'John Doe', 'Mary Jane'],
       'Date': ['2022.01.03', '2022.01.05', '2022.08.14', '2022.09.17'],
       'Credit Score': [653, 720, 695, 640]
   }
   df = pd.DataFrame(data)
   

2. 转换日期格式
   将Date列转为datetime类型，方便后续日期筛选：

   df['Date'] = pd.to_datetime(df['Date'], format='%Y.%m.%d')
   

3. 拆分初始与更新数据
   分别筛选两类数据并重命名列名：

   # 提取初始评分数据
   initial_df = df[df['Date'] <= '2022-07-01'][['Name', 'Credit Score']].rename(columns={'Credit Score': 'initial Score'})
   # 提取更新评分数据
   updated_df = df[df['Date'] > '2022-07-01'][['Name', 'Credit Score']].rename(columns={'Credit Score': 'updated score'})
   

4. 合并数据集
   按Name列合并两个数据集，输出目标格式：

   result_df = pd.merge(initial_df, updated_df, on='Name')
   print(result_df.to_string(index=False))
   

运行代码后，输出结果将完全匹配目标格式。

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