Pandas - 从每个组的最大日期中减去最小日期

【问题标题】：Pandas - Subtract min date from max date for each groupPandas - 从每个组的最大日期中减去最小日期
【发布时间】：2018-06-08 01:58:54
【问题描述】：

我想将每个 customer_id 的最大日期减去最小日期的结果添加到此表中

输入：

action_date customer_id
 2017-08-15       1
 2017-08-21       1
 2017-08-21       1
 2017-09-02       1
 2017-08-28       2
 2017-09-29       2
 2017-10-15       3   
 2017-10-30       3
 2017-12-05       3

得到这张桌子

输出：

action_date customer_id    diff
 2017-08-15       1         18
 2017-08-21       1         18
 2017-08-21       1         18
 2017-09-02       1         18
 2017-08-28       2         32
 2017-09-29       2         32
 2017-10-15       3         51
 2017-10-30       3         51
 2017-12-05       3         51

我试过这段代码，但它放了很多 NaN

group = df.groupby(by='customer_id')
df['diff'] = (group['action_date'].max() - group['action_date'].min()).dt.days

【问题讨论】：

标签： python pandas group-by

【解决方案1】：

你可以使用transform方法：

In [23]: df['diff'] = df.groupby('customer_id') \
                        ['action_date'] \
                        .transform(lambda x: (x.max()-x.min()).days)

In [24]: df
Out[24]:
  action_date  customer_id  diff
0  2017-08-15            1    18
1  2017-08-21            1    18
2  2017-08-21            1    18
3  2017-09-02            1    18
4  2017-08-28            2    32
5  2017-09-29            2    32
6  2017-10-15            3    51
7  2017-10-30            3    51
8  2017-12-05            3    51

【讨论】：

谢谢！你太棒了:)
如何在要减法的地方执行此操作，但在不同的列上，但使用最小和最大日期。（比如说，你有一个叫做 customer_spend_amount 的东西，你想要基于日期减去第一个和最新的 customer_spend_amount）？
如果我理解正确，类似这样的事情（基于 MaxU- 答案）：df['diff'] = df.groupby('customer_id')['action_date'].transform(lambda x: (x - x.min()))