pandas 假设你有一个表格，其中包含两列：PatientName（姓名）和BillingDate（收费日期）。想合并同个患者收费日期两天范围内多个收费记录

在Pandas中，如果你想要合并那些来自同一个患者的、收费日期相近的记录，你可以使用`groupby`和`rolling`函数。假设你有一个DataFrame `df`，它的结构类似于这样：

import pandas as pd

data = {
    'PatientName': ['Alice', 'Bob', 'Alice', 'Charlie', 'Bob', 'Bob'],
    'BillingDate': pd.date_range('2023-01-01', '2023-01-06'),
    'Amount': [100, 200, 150, 300, 250, 350]
}
df = pd.DataFrame(data)

首先，你需要确定“两天范围”是多久，例如我们这里设定为连续的两个工作日。然后，你可以这样做：

# 假设工作日是自然日，不是周末
window = pd.Timedelta(days=2)

# 使用rolling窗口对每个名字的记录进行聚合，条件是相邻日期
aggregated_df = df.groupby('PatientName')['BillingDate'].rolling(window=window, on='BillingDate').agg({
    'BillingDate': lambda x: x.min(),  # 取最小收费日期
    'Amount': 'sum'                  # 汇总费用
}).reset_index()

print(aggregated_df)

这将创建一个新的DataFrame，其中每个`PatientName`只保留了连续两天内最近的一条记录，并计算了这段时间内的总金额。