Pandas按ID分组计算时间差并填充指定列求助

前提准备 #

首先确保你的x、y、z列是datetime类型，如果不是，先转换：

import pandas as pd
import numpy as np

# 转换为datetime类型
df[["x", "y", "z"]] = df[["x", "y", "z"]].apply(pd.to_datetime)

1. 填充Time to x列 #

直接提取x列对应的小时数，分两种场景处理：

• 若x是datetime类型，取小时部分：

df["Time to x"] = df["x"].dt.hour

• 若x是timedelta（时间差）类型，转成总小时数：

df["Time to x"] = df["x"].dt.total_seconds() / 3600

2. 填充Time to y列 #

按ID分组计算y与x的时间差（转成小时），仅保留y非空的行：

# 分组计算时间差并转成小时
time_diff_y = df.groupby("ID").apply(lambda grp: grp["y"] - grp["x"]).dt.total_seconds() / 3600
# 仅填充y非空的行，其余设为NaN
df["Time to y"] = np.where(df["y"].notna(), time_diff_y, np.nan)

3. 填充Time to z列 #

按ID分组计算z与y的时间差（转成小时），仅保留z非空的行：

# 分组计算时间差并转成小时
time_diff_z = df.groupby("ID").apply(lambda grp: grp["z"] - grp["y"]).dt.total_seconds() / 3600
# 仅填充z非空的行，其余设为NaN
df["Time to z"] = np.where(df["z"].notna(), time_diff_z, np.nan)

补充说明 #

• 如果需要将时间差转为整数小时，可在计算后追加.astype(int)
• 若每个ID分组内的x/y/z是一一对应的，上述代码可直接运行；组内有多行时，会自动按行匹配计算。

内容的提问来源于stack exchange，提问作者Paola