python - 根据列值 Pandas 对 group by 进行操作

Question

我有一个分组的 Pandas 数据框

x   y   id  date        qty
6   3   932 2017-05-14  212  
6   3   932 2017-05-15  212  
6   3   932 2017-05-18  212  
6   3   933 2016-10-03  518  
6   3   933 2016-10-09  16  
6   3   933 2016-10-15  28  

我想知道如何获取特定 ID 的每个订单之间的天数。第一个日期应该是第 0 天，连续的列值是第一个订单之后的天数。像这样

x   y  id  date  qty
6   3  932  0   212  
6   3  932  1   212  
6   3  932  3   212  
6   3  933  0   518  
6   3  933  6   16  
6   3  933  6   28  

Answer 1

您可以 groupby通过 id 得到 diff , 将 NaT 替换为 fillna最后得到 days :

print (df)

   x  y   id        date  qty
0  6  3  932  2017-05-14  212
1  6  3  932  2017-05-15  212
2  6  3  932  2017-05-18  212
3  6  3  933  2016-10-03  518
4  6  3  933  2016-10-09   16
5  6  3  933  2016-10-15   28

#if necessary convert to datetime
df['date'] = pd.to_datetime(df['date'])

df['date'] = df.groupby(['id'])['date'].diff().fillna(0).dt.days
print (df)

   x  y   id  date  qty
0  6  3  932     0  212
1  6  3  932     1  212
2  6  3  932     3  212
3  6  3  933     0  518
4  6  3  933     6   16
5  6  3  933     6   28

和Zero's solution非常相似，只是输出是 float 而不是 int，因为函数的顺序。