通过根据唯一 ID 将最小值到最大值排序并附加到 python 中的 DataFrame 来转置多个日期

Question

给定数据是

ID	日期
1个	10/20/2019
2个	11/02/2019
3个	12/12/2019
1个	02/06/2019
1个	2018-05-14
3个	2019 年 5 月 13 日
2个	07/20/2018
3个	08/23/2019
2个	2018/06/25

我想要这种格式

ID	日期 1	日期2	日期3
1个	2018-05-14	02/06/2019	10/20/2019
2个	2018/06/25	07/20/2018	11/02/2019
3个	2019-05-13	08/23/2019	12/12/2019

我正在使用 For Loop 在 4,00,000 多个唯一 ID 上实现它并且它很耗时。 有什么简单的方法吗？

我正在使用这段代码：

每个保单编号都有多个日期，我希望它们按最小值到最大值排列在不同列中的一行中，如第二张表中所述。

f= pd.DataFrame()

for i in range(0,len(uni_pol)):
    d=ct.loc[ct["Policy_no"]== uni_pol[I]]
    t=d.sort values ('DATE", ascending=True).T
    df=pd.DataFrame(t)
    a=df. loc['Policy_no' ]
    col=df.columns
    df['Policy_no']= a.loc[ col[0] ]

    for j in range(0, len(col)):
        nn= str(j+1)
        name="Paydt"+nn
        df[name] = df[col[j]]
        CC= col[j]
        df=df.drop([cc], axi5-1)
        j=j+1

    f = f.append(df. loc[' DATE'])

Answer 1

这是一种方法：

按“日期” sort_values ； 然后groupby并根据日期创建一个列表； 这构建了一个系列。 然后从系列中的列表创建一个 DataFrame：

df['date'] = pd.to_datetime(df['date'])
s = df.sort_values(by='date').groupby('id')['date'].agg(list)
out = pd.DataFrame(s.tolist(), index=s.index, columns=[f'date{i}' for i in range(1,len(s.iat[0])+1)]).reset_index()

Output：

   id      date1      date2      date3
0   1 2018-05-14 2019-02-06 2019-10-20
1   2 2018-06-25 2018-07-20 2019-11-02
2   3 2019-05-13 2019-08-23 2019-12-12