Python 根据日期在数据框中排列数据

鉴于表格中的数据：

ID  Date     Highlight
1   201501   B
2   201506   C
1   201507   A
3   201508   D
2   201509   A
3   201510   B
3   201501   B

所需的输出（在数据帧中）--针对每个ID，我需要一个按发生时间顺序排列的序列：

ID     Highlight Sequence
1      B, A
2      C, A
3      D, B, B

本质上，我打算训练一个可变长度输入-RNN，根据每个ID预测序列中的下一个字符

我想你首先需要：

然后使用参数

sort

，因为默认排序不需要：

<代码>列表用于列表列

df1 = df.groupby('ID', sort=False)['Highlight'] \
        .apply(list) \
        .reset_index(name='Highlight Sequence') \


print (df1)
   ID Highlight Sequence
0   1             [B, A]
2   2             [C, A]
1   3          [B, D, B]

<代码>连接对于

字符串

s列：

df2 =  df.groupby('ID', sort=False)['Highlight']
         .apply(','.join)
         .reset_index(name='Highlight Sequence')

print (df2)

   ID Highlight Sequence
0   1                B,A
1   2                C,A
2   3              B,D,B

但如果需要按行的位置排序（

date

列默认排序或不重要）：

df2 =  df.groupby('ID', sort=False)['Highlight']
         .apply(','.join)
         .reset_index(name='Highlight Sequence')

print (df2)

   ID Highlight Sequence
0   1                B,A
1   2                C,A
2   3              B,D,B

df2 = df.groupby('ID', sort=False)['Highlight'] \
        .apply(list) \
        .reset_index(name='Highlight Sequence') 

print (df2)
   ID Highlight Sequence
0   1             [B, A]
1   2             [C, A]
2   3          [D, B, B]