python - 计算同一 ID 组内连续 pandas 日期时间值之间的天数差异

Question

我正在尝试计算同一 ID 内连续日期时间值之间的天数差异。

这是我的数据框和代码:

d = {'ID': ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c'],
'date': ['10/1/2010','10/1/2010','10/10/2010','10/10/2010','1/1/2001','3/1/2001','3/1/2001','6/1/2001','1/1/1990','3/1/1990','6/1/1990']}

df = pd.DataFrame(d)
df['date'] = pd.to_datetime(df['date'])
df['Days'] = df.groupby('ID')['date'].diff().fillna('')
df 

但是，当连续日期彼此相同时，我会得到“0 天”。

例如，有两个“2010-10-10”是ID“a”的成员；第一行“2010-10-10”的值为“9 天”，但第二行返回“0 天”。我的目标是编写一个代码，让两者都有“9 天”。

Answer 1

您可以将 0 替换为 nan，然后进行前向填充:

import numpy as np
import pandas as pd
df['Days'] = (df.groupby('ID', group_keys=False)
                .apply(lambda g: g['date'].diff().replace(0, np.nan).ffill()))
df