使用Pandas DataFrame计算日期差、最大最小日期及日期计数

你可以直接用pandas的groupby.agg()方法一次性完成所有需求，不需要手动遍历分组，代码更简洁高效：

import pandas as pd

# 你已有的预处理逻辑
df = Patient_Dates
df['Dates'] = pd.to_datetime(df['Dates'])

# 单语句完成三个需求的聚合计算
stat_result = df.groupby('Patient_ID', as_index=False)['Dates'].agg(
    总治疗时长_天 = lambda x: (x.max() - x.min()).days,
    最小治疗日期 = 'min',
    最大治疗日期 = 'max',
    治疗总次数 = 'count'
)

# 若需要导出结果到本地可执行以下代码
# stat_result.to_csv('患者治疗统计结果.csv', index=False, encoding='utf-8-sig')

输出的stat_result数据表每列对应你的需求：

• 总治疗时长_天：对应A需求，直接返回整数天数，无需额外处理timedelta格式
• 最小治疗日期、最大治疗日期：对应B需求
• 治疗总次数：对应C需求

如果你想基于你现有循环代码修改，调整后的写法如下：

df=Patient_Dates
df['Dates'] = pd.to_datetime(df['Dates'])
grouped = df.groupby(['Patient_ID'])
op = []
for Name, group in grouped:
    min_date = group['Dates'].min()
    max_date = group['Dates'].max()
    LengthOfTreatment_days = (max_date - min_date).days
    treat_cnt = group['Dates'].count()
    op.append([Name, LengthOfTreatment_days, min_date, max_date, treat_cnt])

# 可转为带表头的DataFrame方便使用
result_df = pd.DataFrame(op, columns=['Patient_ID', '总治疗时长_天', '最小治疗日期', '最大治疗日期', '治疗总次数'])

内容的提问来源于stack exchange，提问作者Leonardo