在 Pandas 的 groupby 中获取与同一列中日期的天数差异

Question

我有一个这样的熊猫数据框：

user_id	code	earliest_date
A	N18.1	2016-04-08
A	N18.2	2017-06-08
A	N18.3	2018-04-08
B	N18.1	2016-06-16
B	N18.2	2016-08-16
C	N18.1	2021-01-11

在代码列中，值总是形成一个指定的列表，这里是 [N18.1,N18.2,N18.3] 等。

我想要一个数据框，它显示每个用户从代码 N18.x 依次前进到下一个所需的天数。我在想这样的事情：

user_id	N18.1 -> N18.2	N18.2 -> N18.3
A	426	304
B	60	n/a
C	n/a	n/a

您的帮助将不胜感激。

Answer 1

使用DataFrameGroupBy.diff 表示每个组的差异，为移位的code 创建帮助列并传递给DataFrame.pivot：

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

df['diff'] = df.groupby('user_id')['earliest_date'].diff().dt.days
df['code1'] = df.groupby('user_id')['code'].shift() + '->' + df['code']

df = df.pivot('user_id','code1','diff').drop(np.nan, axis=1)
print (df)
code1    N18.1->N18.2  N18.2->N18.3
user_id                            
A               426.0         304.0
B                61.0           NaN
C                 NaN           NaN