Pandas如何捕获分组Status列从Public转为其他值的变更日期

你可以通过pandas的分组聚合逻辑实现需求，以下是可直接运行的代码：

import pandas as pd

# 1. 预处理：日期列转格式 + 按分组+日期升序排序，保证时间顺序正确
df["Date"] = pd.to_datetime(df["Date"], format="%d-%b-%y")
df = df.sort_values(by=["Student_Group_Number", "Date"], ignore_index=True)

# 2. 定义分组内的处理逻辑
def get_change_date(group):
    # 筛选分组内所有非Public状态的行
    non_public_rows = group[group["Status"] != "Public"]
    if len(non_public_rows) == 0:
        # 分组内全为Public，返回空
        return pd.Series([None], index=["Date_change"])
    # 取时间最早的非Public行的日期
    return pd.Series([non_public_rows.iloc[0]["Date"]], index=["Date_change"])

# 3. 分组应用逻辑 + 格式还原
result = df.groupby("Student_Group_Number", group_keys=False).apply(get_change_date).reset_index()
# 日期转回你需要的字符串格式，空值保留为空
result["Date_change"] = result["Date_change"].dt.strftime("%d-%b-%y").fillna("")

补充说明 #

• 9万行的数据量用上述逻辑处理性能无压力，不需要额外优化。
• 如果你需要严格符合「只有之前出现过Public的变更才统计」的规则（也就是Group4这类从来没有Public的分组返回空），只需要修改get_change_date函数即可：

def get_change_date(group):
    has_public = (group["Status"] == "Public").any()
    non_public_rows = group[group["Status"] != "Public"]
    if not has_public or len(non_public_rows) == 0:
        return pd.Series([None], index=["Date_change"])
    return pd.Series([non_public_rows.iloc[0]["Date"]], index=["Date_change"])

• 运行完得到的result就是你要求的输出格式。

内容的提问来源于stack exchange，提问作者NPD