python-3.x - 如何使用 Python Pandas 将列的日期聚合到每个人的日期列表中？

Question

我有以下数据，每行每个 ID 和 DATE。具有相同 ID 的人可以占据多行，因此可以占据多个日期。我想把它聚合成每行一个人(或ID)，日期将聚合成一个日期列表

由此

ID   DATE
1    2012-03-04
1    2013-04-15
1    2019-01-09
2    2013-04-09
2    2016-01-01
2    2018-05-09

为此

ID   DATE
1    [2012-03-04, 2013-04-15, 2019-01-09]
2    [2013-04-09, 2016-01-01, 2018-05-09]

这是我的尝试

df.sort_values(by=['ID', 'DATE'], ascending=True, inplace=True)
df = df[['ID', 'DATE']]
df_pivot = df.groupby('ID').aggregate(lambda tdf: tdf.unique().tolist())
df_pivot = pd.DataFrame(df_pivot.to_records())

问题是它返回这样的东西

ID   DATE
1    [1375228800000000000, 1411948800000000000, 1484524800000000000]
2    [1524528000000000000, 1529539200000000000, 1529542200000000000]

这是什么日期格式？我似乎无法找到将其转换回典型日期格式的正确函数。

Answer 1

如果列表中需要唯一值，请使用 DataFrame.drop_duplicates在聚合 list 之前:

df = (df.sort_values(by=['ID', 'DATE'], ascending=True)
        .drop_duplicates(['ID', 'DATE'])
        .groupby('ID')['DATE']
        .agg(list))

在您的解决方案中应该可以工作，但速度很慢:

df_pivot = df.groupby('ID')['DATE'].aggregate(lambda tdf: tdf.drop_duplicates().tolist())

What kind of date format is this?

如果是 native 日期时间，也称为 unix 日期时间(以纳秒为单位)。