基于分类列变化计算滚动时间差的高效实现问询

现有如下结构的DataFrame：

需求：计算列X，表示自A列值发生变化以来的秒数。用循环实现效率过低，尝试以下代码未得到正确结果：

g = df[A].transform(lambda x: x.diff().ne(0).cumsum())    
df[X] = df[A].cumcount() + 1

高效解决方案 #

核心思路是先对连续相同的A值进行分组，再在每个分组内用当前t值减去分组内第一个t值，即可得到目标结果：

1. 生成连续分组标识
   用ne()结合shift()判断当前行A值是否和上一行不同，再通过cumsum()生成连续相同A的分组ID：

   df['group_id'] = df['A'].ne(df['A'].shift()).cumsum()
   

2. 计算目标列X
   按分组ID分组后，对t列应用transform('first')获取每组的起始时间，再用当前t减去起始时间：

   df['X'] = df['t'] - df.groupby('group_id')['t'].transform('first')
   

3. 可选：匹配示例精度
   如果需要和示例中的小数位数一致，可对结果做四舍五入处理：

   df['X'] = df['X'].round(1)
   

执行后得到的X列完全匹配期望输出，全程使用pandas内置向量化操作，效率远高于循环实现。

内容的提问来源于stack exchange，提问作者GaryJones8