如何按ID组循环处理DataFrame，计算行日期差并标记状态？

现有如下结构的DataFrame：

需完成以下操作：

• 按id分组，每组除首行外的每一行，计算当前行date与前一行date的天数差值
• 若差值<30或>56，在该行的status列填入"no"
• 若差值在30至56之间，在该行的status列填入"yes"
• 首行status列留空

最终需输出如下结构的DataFrame：

使用Pandas可以高效完成该任务，代码实现如下：

import pandas as pd

# 构造初始数据
df = pd.DataFrame({
    'id': ['a', 'a', 'a', 'b', 'b'],
    'date': ['20-01-2020', '22-03-2020', '15-03-2020', '05-02-2019', '09-05-2019']
})

# 转换日期格式为datetime类型（匹配日-月-年的输入格式）
df['date'] = pd.to_datetime(df['date'], format='%d-%m-%Y')

# 按id分组后对日期排序，保证每组内时间顺序正确
df = df.sort_values(by=['id', 'date']).reset_index(drop=True)

# 计算每组内相邻日期的天数差
df['date_diff'] = df.groupby('id')['date'].diff().dt.days

# 根据差值区间设置status列
df['status'] = pd.cut(
    df['date_diff'],
    bins=[-float('inf'), 30, 56, float('inf')],
    labels=['no', 'yes', 'no']
)

# 填充首行空值，删除临时计算列
df['status'] = df['status'].fillna('')
df = df.drop(columns=['date_diff'])

# 输出结果
print(df)

关键步骤说明 #

1. 日期类型转换：将字符串日期转为Pandas可处理的datetime类型，确保后续能正确计算日期差。
2. 分组排序：初始数据中部分组的日期是乱序的，排序后才能保证相邻行是时间上的前后关系。
3. 日期差计算：通过groupby+diff实现组内相邻日期的差值计算，提取天数用于判断。
4. 区间映射：用pd.cut将差值映射到对应的"yes"/"no"标签，首行因无前置数据差值为NaN，填充为空字符串。

内容的提问来源于stack exchange，提问作者ii mm