根据重复值和以前的值更新日期值

Question

这是我第一次在这里发帖，这是一个棘手的问题，基本上我有这张表，其中有一位患者服用了某种药物，但由于患者可以购买几盒，因此缺少某些日期一次，所以我基本上根据患者购买的盒子数量复制了这些行。这将我带到了这张桌子：

您可以看到重复的行都购买了足够两个月的药物，在这种情况下。

我需要做的是按顺序转换日期，但我只能在日期重复时这样做，所以我不会更改其他患者的原始数据。

我试过这样的for循环

for index,row in output_table_1.iterrows():
    if index == 0:
        next
    elif output_table_1.loc[index, 'Date'] == output_table_1.loc[index-1, 'Date']:
        output_table_1.at[index, 'Date']  = row['Date'] + pd.Timedelta(days=28)
    else: 
        output_table_1.at[index, 'Date']  = row['Date']

但它并没有给我我需要的东西，基本上我需要它来根据以前的信息更改数据，如下所示：

原始数据：

	Date
6	2017-01-31
7	2017-01-31
8	2017-02-28
9	2017-02-28
10	2017-03-31
11	2017-03-31
12	2017-04-30
13	2017-04-30

第一个循环：

	Date
6	2017-01-31
7	2017-02-31
8	2017-02-28
9	2017-02-28
10	2017-03-31
11	2017-03-31
12	2017-04-30
13	2017-04-30

第二次循环：

	Date
6	2017-01-31
7	2017-02-31
8	2017-03-28
9	2017-02-28
10	2017-03-31
11	2017-03-31
12	2017-04-30
13	2017-04-30

第三次循环：

	Date
6	2017-01-31
7	2017-02-31
8	2017-03-28
9	2017-04-28
10	2017-03-31
11	2017-03-31
12	2017-04-30
13	2017-04-30

最终输出：

	Date
6	2017-01-31
7	2017-02-31
8	2017-03-28
9	2017-04-28
10	2017-05-31
11	2017-06-31
12	2017-07-30
13	2017-08-30

等等。

Answer 1

如果您仍在寻找解决方案，您可以尝试以下方法：

def adjust(ser):
    if (ser == ser.shift()).any():
        one_month = pd.offsets.MonthEnd()
        last_month = ser.iat[0]
        for i, month in ser.iloc[1:].items():
            if month <= last_month:
                ser.at[i] = last_month + one_month
            last_month = ser.at[i]
    return ser

df.Date = df.groupby(["Pt", "Drg name"]).Date.transform(adjust)

假设：

• 您的所有日期都是月末日期（在示例中看起来像这样）。
• 您的示例不具有代表性，因为在多个日期系列中可能存在“间隙”：请参阅下面我示例中的最后一组。如果这不是必需的，那么还有一个更简单的解决方案。

我添加了条件if (ser == ser.shift()).any() 以避免不必要的工作。如果您必须调整大多数组，那么最好将其删除。

结果

df = 
      Pt       Date Drg name
0   Pt A 2017-01-31    Drg A
1   Pt A 2017-02-28    Drg A
2   Pt A 2017-03-31    Drg A
3   Pt A 2017-04-30    Drg A
4   Pt A 2017-05-31    Drg A
5   Pt A 2017-06-30    Drg A
6   Pt A 2017-01-31    Drg B
7   Pt A 2017-01-31    Drg B
8   Pt A 2017-02-28    Drg B
9   Pt A 2017-02-28    Drg B
10  Pt A 2017-03-31    Drg B
11  Pt A 2017-03-31    Drg B
12  Pt A 2017-04-30    Drg B
13  Pt A 2017-04-30    Drg B
14  Pt B 2020-11-30    Drg B
15  Pt B 2020-11-30    Drg B
16  Pt B 2021-02-28    Drg B
17  Pt B 2021-02-28    Drg B

是

      Pt       Date Drg name
0   Pt A 2017-01-31    Drg A
1   Pt A 2017-02-28    Drg A
2   Pt A 2017-03-31    Drg A
3   Pt A 2017-04-30    Drg A
4   Pt A 2017-05-31    Drg A
5   Pt A 2017-06-30    Drg A
6   Pt A 2017-01-31    Drg B
7   Pt A 2017-02-28    Drg B
8   Pt A 2017-03-31    Drg B
9   Pt A 2017-04-30    Drg B
10  Pt A 2017-05-31    Drg B
11  Pt A 2017-06-30    Drg B
12  Pt A 2017-07-31    Drg B
13  Pt A 2017-08-31    Drg B
14  Pt B 2020-11-30    Drg B
15  Pt B 2020-12-31    Drg B
16  Pt B 2021-02-28    Drg B
17  Pt B 2021-03-31    Drg B