Pandas，将 dataframe 转换为开始和结束日期

Question

大家，通常我可以解决阅读已经发布的问题的问题，但这次我不能。 所以，我的第一个问题。

我有一个 Pandas DataFrame （从.xlsx 转换），行数很大（> 20000），像这样

> id  sex  age  date  swab outcome death_day 

对于每个id我有一堆行我想得到一个 pandas

> id  sex  age  first_POSITIVE_date(or null)  last_DATE_swab_outcome death_day

我可以用 Excel 做到这一点，但由于重复 ID 需要很长时间，有没有办法用 pandas 得到它？

我创建了一个 csv 可在csv访问

编辑：好的，我现在试试

  > id  sex  age  date  swab outcome death_day 
  > 1   M     56   01/04/2020  Neg    Na
  > 2   F     50   01/04/2020  Pos    Na
  > 2   F     50   15/04/2020  Neg    Na
  > 3   M     78  15/04/2020  Neg    Na
  > 1   M     56   15/04/2020  Pos    Na
  > 2   F     50   16/04/2020  Neg    Na
  > 1   M     56   20/04/2020  Neg    Na

想要的是

  > id  sex  age  first_POSITIVE_date(or null)  last_DATE swab_outcome death_day
  > 1   M     56   15/04/2020      20/04/2020   Pos       Na
  > 2   F     50   01/04/2020      16/04/2020   Neg       Na
  > 3   M     78   na              15/04/2020   Neg       Na

Answer 1

似乎这是您想要的：

although you should share your data snippet in such a way that doesn't require people to log on to sharepoint

df['date'] = pd.to_datetime(df['date'])
df_1 = df[df['swab']=='Positive'].groupby(['id','sex','age','death_day'],as_index=False)\
                                 .agg({'date':'min'})
df_1.columns = ['id','sex','age','death_day','first_positive_date']
df_2 = df[['id','date','swab outcome']].drop_duplicates()
df_2.columns = ['id','last_date','last_date_swab_outcome']
df = df[['id','sex','age','death_day']].drop_duplicates()
df = df.merge(df_1,how='left')
df = df.merge(df_2,how='left')
df.head()