Python pandas按ID日期分组提取指定元素间数据生成Another Pass列

云上老周

2026-9-28

解决方案

原代码核心问题

未给每个ID+日期分组匹配对应的条件对，无法准确获取条件值对应的起止Rank
循环赋值逻辑错误，每次迭代都会覆盖整列数据，且between默认是闭区间会包含起止点本身的Info值，不符合需求
分组键存在拼写错误（'Date '多了尾部空格），导致分组匹配失效

修正后完整代码

import pandas as pd

# 你已定义的条件列表
cond_list = [{'LQ','DA'},{'HJ','OP'}]

# 第一步：保留原筛选逻辑，修正未定义cond的问题
cond_all = [val for cond in cond_list for val in cond]
mask = df.groupby(['ID', 'Date'])['Info'].agg(set).apply(lambda x: any([c.issubset(x) for c in cond_list]))
data_set = df.set_index(['ID', 'Date']).loc[mask].reset_index()

# 第二步：定义分组处理函数，每个ID+日期组单独计算目标值
def get_pass_info(group):
    # 匹配当前组对应的条件对
    info_set = set(group['Info'])
    match_cond = next(c for c in cond_list if c.issubset(info_set))
    # 获取两个条件值对应的Rank，保证小值为起、大值为终
    v1, v2 = tuple(match_cond)
    r1 = group.loc[group['Info'] == v1, 'Rank'].iloc[0]
    r2 = group.loc[group['Info'] == v2, 'Rank'].iloc[0]
    start_r, end_r = (r1, r2) if r1 < r2 else (r2, r1)
    # 提取两个Rank之间的Info（排除起止点本身）
    pass_vals = group.loc[(group['Rank'] > start_r) & (group['Rank'] < end_r), 'Info'].tolist()
    return pd.Series({'Another Pass': pass_vals})

# 第三步：分组计算后合并结果到原数据集
pass_res = data_set.groupby(['ID', 'Date'], group_keys=False).apply(get_pass_info).reset_index()
dt_final = pd.merge(data_set, pass_res, on=['ID', 'Date'], how='left')