如何按分组计算不同行不同列的日期差及累计差值？

核心逻辑梳理 #

从你的示例能看出来，每个index分组里，有效date_b对应的是该组内最近的上一个有效date_a，我们需要先把每个date_b匹配到对应的date_a，再计算差值和累计值。

分步实现代码 #

假设你的DataFrame名为df，按以下步骤操作：

1. 转换日期列类型
   先确保date_a和date_b是datetime格式，否则无法计算日期差：

   import pandas as pd
   
   # 转换日期格式
   df['date_a'] = pd.to_datetime(df['date_a'], format='%Y/%m/%d')
   df['date_b'] = pd.to_datetime(df['date_b'], format='%Y/%m/%d')
   

2. 分组填充最近的有效date_a
   按index分组，用前向填充（ffill）把每个组内的有效date_a传递到后续行，这样每个date_b所在行就能拿到对应的匹配日期：

   df['filled_date_a'] = df.groupby('index')['date_a'].ffill()
   

3. 计算diff_days列
   仅当date_b和填充后的filled_date_a都不为空时，计算天数差，否则保留NaT：

   df['diff_days'] = df.apply(
       lambda row: (row['date_b'] - row['filled_date_a']).days 
       if pd.notna(row['date_b']) and pd.notna(row['filled_date_a']) 
       else pd.NaT,
       axis=1
   )
   

4. 计算cum_diff_days列
   对diff_days的有效数值做累计求和，再把空值替换成'-'：

   df['cum_diff_days'] = df['diff_days'].cumsum()
   df['cum_diff_days'] = df['cum_diff_days'].apply(lambda x: x if pd.notna(x) else '-')
   

验证结果 #

执行完上述代码后，你的DataFrame就会生成符合预期的diff_days和cum_diff_days列，和示例中的结果一致。如果不需要中间列filled_date_a，可以最后用df.drop('filled_date_a', axis=1)删掉。

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