计算pandas中子组内的操作

Question

我有一个包含多个子组的表。例如，人A总共有三次访问，而人B总共有两次访问。我也有每次访问的时间：

id      visit     time_of_visit            
A       1         2002-01-15            
A       2         2003-01-15                
A       3         2003-02-15             
B       1         1996-08-09            
B       2         1998-08-09  

我想计算每个人每年的访问时间。所以我想要这样的东西：

id      visit     time_of_visit     difference_in_time         
A       1         2002-01-15        na           
A       2         2003-01-15        1          
A       3         2003-02-15        0.0833         
B       1         1996-08-09        na       
B       2         1998-08-09        2 

如何在python pandas中做到这一点？谢谢！

Answer 1

日期时间列上的

groupby.diff将为您提供

df['time_of_visit'] = pd.to_datetime(df['time_of_visit'])

df.groupby('id')['time_of_visit'].diff()
Out: 
0        NaT
1   365 days
2    31 days
3        NaT
4   730 days
Name: time_of_visit, dtype: timedelta64[ns]

然而，timedeltas不能给你几年，因为它不是一个标准的衡量标准。您总是可以按照自己的规则进行转换（例如除以365）。

df.groupby('id')['time_of_visit'].diff().dt.days / 365
Out: 
0         NaN
1    1.000000
2    0.084932
3         NaN
4    2.000000
Name: time_of_visit, dtype: float64