在 Python Pandas 的 DataFrame 中使用日期？

【问题标题】：Work with date in DataFrame in Python Pandas?在 Python Pandas 的 DataFrame 中使用日期？
【发布时间】：2021-04-01 01:55:43
【问题描述】：

我有如下数据框：

rng = pd.date_range('2020-12-01', periods=5, freq='D')
df = pd.DataFrame({"ID" : ["1", "2", "1", "1", "2"],
                   "Date" : rng,
                   "status" : ["B2", "G8", "G8", "R7", "G8"]})

我需要在哪里创建 DataFrame：

New1 = 最后一个 B2 状态协议的日期
New2 = G8 状态的最后协议日期

下面我上传我需要的结果：

【问题讨论】：

标签： python pandas dataframe date aggregation

【解决方案1】：

第一个想法是通过Series.isin 仅过滤带有status 的行，然后使用DataFrame.pivot_table 和last 聚合函数：

df = (df[df['status'].isin(['B2','G8'])]
        .pivot_table(index='ID', columns='status', values='Date', aggfunc='last')
        .rename(columns={'B2':'New1','G8':'New2'})
        .reset_index()
        .rename_axis(None, axis=1)
        )

print (df)
  ID       New1       New2
0  1 2020-12-01 2020-12-03
1  2        NaT 2020-12-05

或者您可以在Date 中将不匹配的行替换为status 到NaT：

df = (df.assign(Date = df['Date'].where(df['status'].isin(['B2','G8'])))
        .pivot_table(index='ID', columns='status', values='Date', aggfunc='last')
        .rename(columns={'B2':'New1','G8':'New2'})
        .reset_index()
        .rename_axis(None, axis=1)
        )

【讨论】：