Python 3.x 在python中，如何将日期列表转换为首次访问后的天数？

我有一个显示医院就诊日期和患者ID号的数据列表，数据最初是一个pandas数据框，我将其写入一个CSV文件，该文件现在看起来类似于：

| Patient |    Date    |
|---------|------------|
|       2 | 17/08/2005 |
|       2 | 07/03/2006 |
|       2 | 27/08/2008 |
|       2 | 22/09/2010 |
|       2 | 20/09/2011 |
|       2 | 01/10/2012 |
|       3 | 13/03/2006 |
|       3 | 12/09/2006 |
|       3 | 12/09/2007 |
|       4 | 18/08/2005 |
|       4 | 03/05/2006 |
|       4 | 25/11/2008 |
|       5 | 23/08/2005 |
|       5 | 09/03/2006 |
|       5 | 06/09/2006 |

我想更改日期列，以显示自患者首次就诊以来的天数，因此对于上述数据，输出将如下所示：

| Patient | Days |
|---------|------|
|       2 |    0 |
|       2 |  202 |
|       2 | 1106 |
|       2 | 1862 |
|       2 | 2225 |
|       2 | 2602 |
|       3 |    0 |
|       3 |  183 |
|       3 |  548 |
|       4 |    0 |
|       4 |  258 |
|       4 | 1195 |
|       5 |    0 |
|       5 |  198 |
|       5 |  379 |

使用NumPy/Pandas有没有简单的方法？n、 b.整个数据集的访问量约为100000次

最后，我有一个第三栏（在医院进行的测试），我想在一个图表上绘制5000名患者的（自上次就诊后的天数）与（测试结果），每个患者都有自己的线条

| Patient | Days | Test_result |
|---------|------|-------------|
|       2 |    0 |          28 |
|       2 |  202 |          28 |
|       2 | 1106 |          29 |
|       2 | 1862 |          28 |
|       2 | 2225 |          23 |
|       2 | 2602 |          24 |
|       3 |    0 |          25 |
|       3 |  183 |          28 |
|       3 |  548 |          28 |
|       4 |    0 |          24 |
|       4 |  258 |          20 |
|       4 | 1195 |          24 |
|       5 |    0 |          17 |
|       5 |  198 |          19 |
|       5 |  379 |          27 |

我认为你需要：

• 转换列

  日期

• 按列

  患者

  和

  日期

  ，如有必要
• 并获取差异，将

  NaN

  s替换为

  0

• 将

  timedelta

  s按转换为天

---

绘图

我认为5000个病人太多了，所以不是很好的图表。但如果真的需要：

通过使用或通过和重塑形状：

---

如果获取错误：

ValueError:索引包含重复的条目，无法重塑

需要

pivot\u表

或

groupby

+

聚合函数

+

取消堆栈

，请检查

---

编辑：

感谢您提供替代解决方案：

df['Date'] = pd.to_datetime(df['Date'])
df = df.sort_values(['Patient','Date'])
df['Days'] = df.groupby('Patient')['Date']
               .apply(lambda x: x.diff().dt.days.cumsum()).fillna(0).astype(int)
    Patient       Date  Days
0         2 2005-08-17     0
1         2 2006-07-03   320
2         2 2008-08-27  1106
3         2 2010-09-22  1862
4         2 2011-09-20  2225
5         2 2012-01-10  2337
6         3 2006-03-13     0
7         3 2006-12-09   271
8         3 2007-12-09   636
9         4 2005-08-18     0
10        4 2006-03-05   199
11        4 2008-11-25  1195
12        5 2005-08-23     0
14        5 2006-06-09   290
13        5 2006-09-03   376

---

这里有一种使用

apply

In [178]: df.groupby('Patient').Date.apply(lambda x: x - x.min()).dt.days
Out[178]:
0        0
1      320
2     1106
3     1862
4     2225
5     2337
6        0
7      271
8      636
9        0
10     199
11    1195
12       0
13     376
14     290
Name: Date, dtype: int64

细节

In [179]: df['Days'] = df.groupby('Patient').Date.apply(lambda x: x - x.min()).dt.days

In [180]: df
Out[180]:
    Patient       Date  Days
0         2 2005-08-17     0
1         2 2006-07-03   320
2         2 2008-08-27  1106
3         2 2010-09-22  1862
4         2 2011-09-20  2225
5         2 2012-01-10  2337
6         3 2006-03-13     0
7         3 2006-12-09   271
8         3 2007-12-09   636
9         4 2005-08-18     0
10        4 2006-03-05   199
11        4 2008-11-25  1195
12        5 2005-08-23     0
13        5 2006-09-03   376
14        5 2006-06-09   290

或者，使用

transform

df.groupby('Patient').Date.transform(lambda x: x - x.min()).dt.days

---

非常感谢您不确定这是否有什么不同，但我正在考虑将lamba x:x.diff（）.dt.days.cumsum（）作为替代方案……太棒了，谢谢。对于绘图，我在使用pivot_table函数时遇到了很多问题，该表转换得很好，但我无法正确索引键以绘制正确的轴与索引。最后，我使用'for key，grp In csv_file_variable.groupby（'Patient'）：plt.plot（grp.Days，grp.Test_Result，label=key'）以迭代方式绘制了该图。很高兴能帮上忙！如果我的答案有用，别忘了-点击复选标记（

✓），将其从灰显切换为填充。谢谢
df['Date'] = pd.to_datetime(df['Date'])
df = df.sort_values(['Patient','Date'])
df['Days'] = df.groupby('Patient')['Date']
               .apply(lambda x: x.diff().dt.days.cumsum()).fillna(0).astype(int)
    Patient       Date  Days
0         2 2005-08-17     0
1         2 2006-07-03   320
2         2 2008-08-27  1106
3         2 2010-09-22  1862
4         2 2011-09-20  2225
5         2 2012-01-10  2337
6         3 2006-03-13     0
7         3 2006-12-09   271
8         3 2007-12-09   636
9         4 2005-08-18     0
10        4 2006-03-05   199
11        4 2008-11-25  1195
12        5 2005-08-23     0
14        5 2006-06-09   290
13        5 2006-09-03   376

In [178]: df.groupby('Patient').Date.apply(lambda x: x - x.min()).dt.days
Out[178]:
0        0
1      320
2     1106
3     1862
4     2225
5     2337
6        0
7      271
8      636
9        0
10     199
11    1195
12       0
13     376
14     290
Name: Date, dtype: int64

In [179]: df['Days'] = df.groupby('Patient').Date.apply(lambda x: x - x.min()).dt.days

In [180]: df
Out[180]:
    Patient       Date  Days
0         2 2005-08-17     0
1         2 2006-07-03   320
2         2 2008-08-27  1106
3         2 2010-09-22  1862
4         2 2011-09-20  2225
5         2 2012-01-10  2337
6         3 2006-03-13     0
7         3 2006-12-09   271
8         3 2007-12-09   636
9         4 2005-08-18     0
10        4 2006-03-05   199
11        4 2008-11-25  1195
12        5 2005-08-23     0
13        5 2006-09-03   376
14        5 2006-06-09   290

df.groupby('Patient').Date.transform(lambda x: x - x.min()).dt.days