如何在Pandas时序DataFrame中按分组计算累计耗时（分钟）

需求：对示例DataFrame按name字段分组，分别计算每组内从第一条记录开始的累计耗时，单位为分钟。

示例输入DataFrame：

import pandas as pd

data = pd.DataFrame(
    {
        "name": ["foo", "foo", "foo", "bar", "bar", "bar"],
        "time": [
            pd.to_datetime("2021-06-01 00:00:00"),
            pd.to_datetime("2021-06-01 00:15:00"),
            pd.to_datetime("2021-06-01 00:30:00"),
            pd.to_datetime("2021-06-01 00:00:00"),
            pd.to_datetime("2021-06-01 01:00:00"),
            pd.to_datetime("2021-06-01 01:30:00"),
        ],
    }
)

解决方法 #

通过groupby按name分组后，对每组的time列计算与组内第一条时间的差值，再将差值转换为分钟数：

# 新增累计耗时列
data['elapsed_min'] = data.groupby('name')['time'].apply(
    lambda x: (x - x.iloc[0]).dt.total_seconds() // 60
).astype(int)

预期输出 #

name                time  elapsed_min
0  foo 2021-06-01 00:00:00            0
1  foo 2021-06-01 00:15:00           15
2  foo 2021-06-01 00:30:00           30
3  bar 2021-06-01 00:00:00            0
4  bar 2021-06-01 01:00:00           60
5  bar 2021-06-01 01:30:00           90

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