pandas如何实现status为1时更新同分组前两日的状态值

现有存储多日期下id标识、状态值的DataFrame，需实现如下计算逻辑：

• 按id1、id2字段对数据分组
• 若某分组下存在某日期的status值为1，则将该分组内、该日期往前2天范围内的所有记录的状态也更新为1
• 基于原始status列计算生成新列status_new，不覆盖原始字段值

测试数据 #

可通过如下代码复现测试数据集：

import pandas as pd
data = pd.DataFrame(
    data=[["xxx",7,"7-1-2022",0],["xxx",4,"7-1-2022",1],["xxx",7,"8-1-2022",0],["xxx",7,"9-1-2022",1],["yyy",4,"10-1-2022",0],["yyy",7,"10-1-2022",0]],
    columns=["id1","id2","date","status"]
)

数据样例参考：

原有错误实现 #

之前尝试的代码运行结果不符合预期，代码如下：

df['date']=pd.to_datetime(df['date']).dt.date
grouped=df.groupby([id1,id2])['date']
df['status']= grouped.shift().dt.date.where(grouped.diff().dt.days<3,df['status'])

该实现的问题在于仅通过相邻行的日期差判断，没有匹配所有status=1的日期向前回溯2天的窗口，且直接覆盖了原始status列。

实现步骤：

1. 先将date列转换为datetime类型，方便做日期差值计算
2. 按id1、id2分组遍历，对每个分组先提取所有status=1的触发日期
3. 对分组内每条记录，判断其日期是否落在任意触发日期的前2天窗口内，是则status_new为1，否则保留原始status值

完整可运行代码：

import pandas as pd

# 读取/构造原始数据
df = pd.DataFrame(
    data=[["xxx",7,"7-1-2022",0],["xxx",4,"7-1-2022",1],["xxx",7,"8-1-2022",0],["xxx",7,"9-1-2022",1],["yyy",4,"10-1-2022",0],["yyy",7,"10-1-2022",0]],
    columns=["id1","id2","date","status"]
)
# 转换日期格式
df["date"] = pd.to_datetime(df["date"])

def update_group_status(group_df):
    # 提取当前分组内所有状态为1的触发日期
    trigger_dates = group_df.loc[group_df["status"] == 1, "date"].to_list()
    
    def get_new_status(row):
        # 原始状态为1直接返回1
        if row["status"] == 1:
            return 1
        # 判断是否在任意触发日期的前2天窗口内
        for trigger_date in trigger_dates:
            day_diff = (trigger_date - row["date"]).days
            if 0 <= day_diff <= 2:
                return 1
        return 0
    
    group_df["status_new"] = group_df.apply(get_new_status, axis=1)
    return group_df

# 分组应用计算逻辑
df = df.groupby(["id1", "id2"], group_keys=False).apply(update_group_status)
# 如需将日期转回原字符串格式可执行如下代码
df["date"] = df["date"].dt.strftime("%-m-%-d-%Y")

运行后结果符合预期：id1=xxx、id2=7分组下，9-1-2022的status为1，其前2天的8-1-2022、7-1-2022对应记录的status_new都会被更新为1，其余不满足窗口条件的记录保持原始状态值。

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