Pandas如何按ID分组从单日期列生成符合规则的起止日期特征

你之前的代码没有按ID分组计算，会出现跨ID取值的问题，按以下代码修改即可：

import pandas as pd

# 已按ID+Edit Date升序排序的前提下直接执行以下代码
# 生成End_Date列，直接取原Edit Date即可
df['End_Date'] = df['Edit Date']
# 按ID分组，组内取上一行的End_Date作为当前行Start_Date，组内首行的空值用当前End_Date填充
df['Start_Date'] = df.groupby('ID')['End_Date'].shift(1).fillna(df['End_Date'])
# 可选：删除原始Edit Date列
df.drop('Edit Date', axis=1, inplace=True)

# 如果还没做排序，先执行下面这句再跑上面的代码
# df = df.sort_values(['ID', 'Edit Date']).reset_index(drop=True)

逻辑说明 #

• End_Date的取值就是当前行的原始Edit Date，不需要额外计算
• 用groupby('ID')保证所有计算都在同一个ID的范围内完成，不会跨ID取值
• 组内用shift(1)取上一行的结束日期作为当前行的开始日期，组内第一条记录shift后会得到空值，用fillna直接填充为当前行的结束日期，刚好满足首行起止日期相同的要求
• 输出结果的列顺序可以按需调整，和你期望的输出结构完全匹配

内容的提问来源于stack exchange，提问作者Maku