在非唯一索引上计算天数答案

【问题标题】：Counting days on a non-unique index在非唯一索引上计算天数
【发布时间】：2022-08-22 23:53:07
【问题描述】：

我有一段代码可以很好地在 Plan_Start 变量之间按顺序排列天数。

设置代码：

tx1 = pd.DataFrame({\'Patient\':[123,456,789,789,101],
             \'Plan\':[\'Drug1\',\'Drug43\',\'Drug_abc\',\'Drug_xyz\',\'Drug_324\'],
             \'Plan_Start\':[\'4/21/2021\',\'6/11/2021\',\'7/7/2021\',\'7/12/2021\',\'9/20/2021\'],
             \'Plan_End\':[\'1/1/2030\',\'7/20/2021\',\'7/12/2022\',\'7/31/2021\',\'9/20/2022\']})
tx1[\'Plan_Start\'] = pd.to_datetime(tx1[\'Plan_Start\'])
tx1[\'Plan_End\'] = pd.to_datetime(tx1[\'Plan_End\'])

tx1

当您运行以下代码时：

tx1.set_index(\'Plan_Start\').groupby([\'Patient\']).resample(\'D\').ffill().reset_index(level=0, drop=True).reset_index()

准确地产生了这个：

但是，在 Plan_Start 变量可能具有相同日期的情况下（通常是这种情况，因为患者开始治疗并且必须在同一天结束治疗，否则无效），这将不起作用。

tx2 = pd.DataFrame({\'Patient\':[123,456,789,789,789,101],
             \'Plan\':[\'Drug1\',\'Drug43\',\'Drug_abc\',\'Drug_xyz\',\'Drug_123\',\'Drug_324\'],
             \'Plan_Start\':[\'4/21/2021\',\'6/11/2021\',\'7/7/2021\',\'7/7/2021\',\'7/17/2021\',\'9/20/2021\'],
             \'Plan_End\':[\'1/1/2030\',\'7/20/2021\',\'7/7/2022\',\'7/17/2021\',\'07/31/2021\',\'9/20/2022\']})
tx2

现在这段代码：

tx2.set_index(\'Plan_Start\').groupby([\'Patient\']).resample(\'D\').ffill().reset_index(level=0, drop=True).reset_index()

现在抛出这个错误：

ValueError: cannot reindex a non-unique index with a method or limit

如何包含重复的第 2 行（对于 2021 年 7 月 7 日开始和 2021 年 7 月 7 日结束），然后从 2021 年 7 月 7 日 Plan_Start 重新开始计数到 2021 年 7 月 17 日的下一个 Plan_Start？

标签： python pandas datetime

【解决方案1】：

代码

mask = tx2.duplicated(['Patient', 'Plan_Start'], keep='last')

tx2_resampled = (
    tx2[~mask]
    .set_index('Plan_Start')
    .groupby('Patient', group_keys=False)
    .resample('D').ffill().reset_index()
)

tx2_result = pd.concat([tx2[mask], tx2_resampled])\
               .sort_values(['Patient', 'Plan_Start'], ignore_index=True)

逻辑

该解决方案背后的核心思想是首先将重复行通过Patient 和Plan_Start 分开，然后groupby 和resample 不重复行，最后concat 重复行回到重新采样的数据帧

结果

    Patient      Plan Plan_Start   Plan_End
0       101  Drug_324 2021-09-20 2022-09-20
1       123     Drug1 2021-04-21 2030-01-01
2       456    Drug43 2021-06-11 2021-07-20
3       789  Drug_abc 2021-07-07 2022-07-07
4       789  Drug_xyz 2021-07-07 2021-07-17
5       789  Drug_xyz 2021-07-08 2021-07-17
6       789  Drug_xyz 2021-07-09 2021-07-17
7       789  Drug_xyz 2021-07-10 2021-07-17
8       789  Drug_xyz 2021-07-11 2021-07-17
9       789  Drug_xyz 2021-07-12 2021-07-17
10      789  Drug_xyz 2021-07-13 2021-07-17
11      789  Drug_xyz 2021-07-14 2021-07-17
12      789  Drug_xyz 2021-07-15 2021-07-17
13      789  Drug_xyz 2021-07-16 2021-07-17
14      789  Drug_123 2021-07-17 2021-07-31

【讨论】：