如何基于相同Case标识计算Year列差值并新增YearDifference列？

不用for循环，直接用Pandas的groupby+transform就能高效解决这个问题，步骤如下：

1. 先构造示例DataFrame（模拟从SQL读取的数据）：

import pandas as pd

# 模拟输入数据
data = {
    'Year': [2015, 2016, 2017, 2015, 2018],
    'Case': ['1A', '1A', '1A', '2F', '2F']
}
df = pd.DataFrame(data)

2. 新增YearDifference列，按Case分组计算年份最大值与最小值的差值：

# 分组计算差值，并将结果映射回原DataFrame的每一行
df['YearDifference'] = df.groupby('Case')['Year'].transform(lambda x: x.max() - x.min())

3. 查看结果：

print(df)

输出结果和你期望的一致：

Year Case  YearDifference
0  2015  1A               2
1  2016  1A               2
2  2017  1A               2
3  2015  2F               3
4  2018  2F               3

为什么不用for循环？ #

Pandas的transform方法会自动将分组计算的结果匹配到原DataFrame对应的每一行，全程是向量化操作，比手动写for循环效率高得多，尤其是数据量较大时，能避免循环带来的性能瓶颈。

内容的提问来源于stack exchange，提问作者medusa_apologist