python - 根据日期范围合并行

Question

我有一个带有数百列和数千行的 pandas df。以下是我们感兴趣的 3 列：

ID	开始日期	结束日期
123	2020-01-01	2020-01-25
123	2020-01-26	2020-02-08
123	2020-02-09	2020-03-12

我希望每一行具有相同的 ID，如果日期彼此跟随，则合并行，并保持所有其他列不变。

对于我们的示例，输出将是单行，因为日期如下：

ID	开始日期	结束日期
123	2020-01-01	2020-03-12

你知道如何用熊猫来做这件事吗？

标签： pythonpandas

Answer 1

如果日期时间未排序或不确定使用minandmax进行聚合：

df.groupby('ID', as_index=False).agg({'startDate': 'min', 'endDate': 'max'})

如果有很多其他列并且只需要聚合 2 列：

df['startDate'] = df.groupby('ID')['startDate'].transform('min')
df['endDate'] = df.groupby('ID')['endDate'].transform('max')

df = df.drop_duplicates('ID')