如果尚未将diagnosis_date和medication_date转换为pd.to_datetime，则可以开始将它们转换为pd.to_datetime。这在以后的步骤中按日期排序时会很有用。（诊断代码/日期或药物名称/日期），同时重命名列，以便concat了解放置新行的位置。删除任何重复项，并按唯一保留日期的列排序，然后，按patient_id分组。对于创建的每个组，您可以将to_list()应用于现在包含诊断代码和药物名称的单列。按照上一步的apply(pd.Series)，这样每个列表项都将被放置在单列中。最后一步，使用适当的名称重命名列。

import pandas as pd

df = pd.read_csv('sample.csv', sep='\s+')
print(df)

# if it is not already, convert to datetime
df['diagnosis_date'] = pd.to_datetime(df['diagnosis_date'])
df['medication_date'] = pd.to_datetime(df['medication_date'])

result = pd.concat(
    [df[['patient_id', 'medication_name', 'medication_date']],
     df[['patient_id', 'diagnosis_code', 'diagnosis_date']]
        .set_axis(['patient_id','medication_name', 'medication_date'], axis=1)]
    ).reset_index(drop=True)

result = result.drop_duplicates().sort_values('medication_date')
g = result.groupby('patient_id')

df_out = g.apply(lambda x: x['medication_name'].to_list()).apply(pd.Series)
# fix column names
df_out.columns = [f'State_{i+1}' for i in df_out.columns]
print(df_out)

• df_out* 的输出

State_1   State_2        State_3
patient_id
1           Diabetes         A            NaN
2                  A  Diabetes            NaN
3           Diabetes         B  Heart_Failure
4           Diabetes         A            NaN