Python Pandas如何按ID聚合日期为日期列表并解决纳秒时间戳输出问题

你看到的长整数是pandas中datetime64类型的底层纳秒级UNIX时间戳：这类数值从标准时间起点1970-01-01 00:00:00 UTC开始累计，单位为纳秒，当聚合流程没有正确保留日期类型、直接把pandas内部的存储值导出为列表时，就会暴露为这种19位长度的整数。
出现这个问题的核心原因是：原始数据中的DATE列被pandas自动识别为datetime类型后，在调用unique().tolist()聚合时，没有对日期值做格式化转换，直接读取了底层的数值存储内容。

方案1：聚合前统一格式化日期（推荐，执行效率最高） #

在分组聚合之前，先将DATE列强制转换为YYYY-MM-DD格式的字符串，从根源上避免暴露底层存储值，完整可运行的代码如下：

# 1. 统一将DATE列转为标准YYYY-MM-DD格式的字符串，兼容原始列是字符串或datetime类型的场景
df['DATE'] = pd.to_datetime(df['DATE']).dt.strftime('%Y-%m-%d')

# 2. 按ID和日期排序，保证聚合后的列表内日期顺序正确
df.sort_values(by=['ID', 'DATE'], ascending=True, inplace=True)

# 3. 分组聚合，直接把同ID的日期收集为列表
df_agg = df.groupby('ID', as_index=False)['DATE'].agg(list)

这段代码运行后，DATE列的输出会完全匹配你期望的格式：每个单元格对应同ID下按时间排序的日期字符串列表。

方案2：逆向转换已生成的长整数结果 #

如果已经跑完聚合拿到了存纳秒时间戳的结果，不需要重新加载原始数据，直接逐列表做逆向转换即可：

# 对DATE列里的每个时间戳列表，批量转为标准日期字符串
df_pivot['DATE'] = df_pivot['DATE'].apply(
    lambda timestamp_list: [
        pd.to_datetime(ts, unit='ns').strftime('%Y-%m-%d') 
        for ts in timestamp_list
    ]
)

注意：转换时unit参数必须设置为'ns'，和pandas的datetime存储单位保持一致。如果错误填成秒、毫秒级单位，会出现几百年的日期偏差。

你编写的聚合逻辑存在两个可以简化、提升稳定性的细节：

• 不需要自定义lambda聚合逻辑，pandas内置的agg(list)可以直接将同组的列值收集为列表，执行效率比自定义lambda更高
• 不需要用to_records()做DataFrame转换，groupby时设置as_index=False参数，就能直接把ID作为普通列保留，和目标输出结构完全匹配

内容的提问来源于stack exchange，提问作者KubiK888