Python 3.x 取最近的日期和最遥远的日期，用.groupby计算它们之间的月份

我想得到最大日期和最小日期之间的月数，并在groupby中保持相同的顺序

---

Pandas不允许将项分配给groupby对象无法将新列添加到groupby对象，因此必须拆分操作。一种解决方案是首先计算groupby对象的月差，将数据帧合并在一起，然后再次计算groupby

创建第一个groupby对象：

datesac = acdates.groupby(['MRN'])

计算每个组之间的月差，并连接到原始数据帧或新数据帧。此方法需要numpy，因此需要导入

import numpy as np    

acdates_new = pd.merge(
    left=acdates,
    right=((datesac['ORDER_INST'].max() - df_group['ORDER_INST'].min())/np.timedelta64(1, 'M')).astype('int').rename("DATE_DIFF"),
    left_on='MRN',
    right_index=True
)

重组

datesac = acdates_new.groupby(['MRN'])

---

一个可能的解决方案是从一个日期囊开始——结果 图片中显示的分组的名称。 我还假设源数据帧的ORDER_INST列是datetime类型，而不是string，因此仅此类型也具有级别1 datesac中的多索引

分别计算每个MRN级别0的月跨度 多索引，定义要应用于每个组的函数：

def monthSpan(grp):
    dates = grp.index.get_level_values(1)
    return (dates.max().to_period('M') - dates.min().to_period('M')).n

然后将MonthPan列添加到df，运行：

datesac['MonthSpan'] = datesac.groupby(level=0).transform(monthSpan);

结果是：

                    List  MonthSpan
MRN     ORDER_INST                 
1000031 2010-04-12     0         11
        2010-04-16     0         11
        2010-04-17     0         11
        2010-04-18     0         11
        2011-03-01     0         11
9017307 2018-11-27     0          7
        2019-02-04     0          7
        2019-04-25     0          7
        2019-05-14     0          7
        2019-06-09     0          7

---

请不要破坏你的帖子。发布问题后，它将属于CC by SA许可证下的堆栈溢出社区。如果您想解除此帖子与您帐户的关联，请参阅@RyanM you not full roll back the edition。请注意，修订版3删除了该图像，使问题与修订版2完全不同/没有用处。@user12986714我的第二次回滚在第一次更正该错误几秒钟后。但是谢谢你提醒我，以防我没注意到！除此之外，请发布文本而不是图像，这样其他人在回答时可以更轻松地复制/粘贴部分内容。@scipy？请不要。