python - 在 Pandas 中拆分、分组、组合以查找日期差异

Question

我有一个简单的数据框，如下所示:

我想使用 groupby 按 id 分组，然后找到一些方法来区分日期，然后将它们绑定(bind)回数据框，所以我最终得到了这个:

groupby 很简单，

grouped = DF.groupby('id')

找到最早的日期很简单，

maxdates = grouped['date'].min()

但我不确定如何进行。如何应用日期减法运算，然后合并？

有个类似的问题here .

感谢您阅读到这里。

我的数据框是:

dates=pd.to_datetime(['2015-01-01', '2015-02-01', '2015-03-01', '2015-04-01', '2015-05-01', '2015-01-01', '2015-01-02', '2015-01-03', '2015-01-04', '2015-01-05'])

DF = DataFrame({'id':[1,1,1,1,1,2,2,2,2,2], 'date':dates})
cols = ['id', 'date']
DF=DF[cols]

编辑:下面的两个答案都很棒。我希望我能接受他们两个。

Answer 1

你可以像这样使用:

earliest_by_id = DF.groupby('id')['date'].min()
def since_earliest(row):
    return row.date - earliest_by_id[row.id]

DF['days_since_earliest'] = DF.apply(since_earliest, axis=1)
print(DF)

---

   id       date  days_since_earliest
0   1 2015-01-01               0 days
1   1 2015-02-01              31 days
2   1 2015-03-01              59 days
3   1 2015-04-01              90 days
4   1 2015-05-01             120 days
5   2 2015-01-01               0 days
6   2 2015-01-02               1 days
7   2 2015-01-03               2 days
8   2 2015-01-04               3 days
9   2 2015-01-05               4 days

编辑:

DF['days_since_earliest'] = DF.apply(since_earliest, axis=1).astype('timedelta64[D]')
print(DF)

   id       date  days_since_earliest
0   1 2015-01-01                    0
1   1 2015-02-01                   31
2   1 2015-03-01                   59
3   1 2015-04-01                   90
4   1 2015-05-01                  120
5   2 2015-01-01                    0
6   2 2015-01-02                    1
7   2 2015-01-03                    2
8   2 2015-01-04                    3
9   2 2015-01-05                    4