python - Pandas dataframe 应用引用前一行来计算差异

Question

我有以下包含 2 列(简化)的 Pandas 数据框。第一列包含玩家姓名，第二列包含日期(datetime 对象):

  player    date
  A         2010-01-01
  A         2010-01-09
  A         2010-01-11
  A         2010-01-15
  B         2010-02-01
  B         2010-02-10
  B         2010-02-21
  B         2010-02-23

我想添加一列diff，它代表每个玩家的天数差异。结果应如下所示:

  player    date            diff
  A         2010-01-01      0
  A         2010-01-09      8
  A         2010-01-11      2
  A         2010-01-15      4
  B         2010-02-01      0
  B         2010-02-10      9
  B         2010-02-21      11
  B         2010-02-23      2

第一行的 diff 为 0，因为没有更早的日期。第二行显示 8，因为 2010-01-01 和 2010-01-09 相差八天。

问题不在于计算两个 datetime 对象之间的日期差异。我只是不确定如何添加新列。我知道，我必须先创建一个 groupby (df.groupby('player'))，然后使用 apply(或者可能 转换？)。然而，我被卡住了，因为为了计算差异，我需要引用应用函数中的前一行，如果可能的话，我不知道该怎么做。

非常感谢。

更新:在尝试了下面提出的两种解决方案之后，我发现它们不适用于我的代码。很头疼之后，我发现我的数据有重复的索引。因此，在我发现我有重复的索引后，一个简单的 df.reset_index() 解决了我的问题并且建议的解决方案有效。由于两种解决方案都有效，但我只能将其中一种标记为正确，因此我会选择更简洁/更短的解决方案。不过还是谢谢你们!

Answer 1

你可以简单地写:

df['difference'] = df.groupby('player')['date'].diff().fillna(0)

这为新的 timedelta 列提供了正确的值:

  player       date  difference
0      A 2010-01-01      0 days
1      A 2010-01-09      8 days
2      A 2010-01-11      2 days
3      A 2010-01-15      4 days
4      B 2010-02-01      0 days
5      B 2010-02-10      9 days
6      B 2010-02-21     11 days
7      B 2010-02-23      2 days

(我使用名称“difference”而不是“diff”来区分名称与方法 diff。)