如何利用Pandas apply函数的输出创建新DataFrame？

方法一：基于自定义函数的分组后合并 #

首先确保你的makeSeriesPerUser函数返回包含user_id和time_diff的DataFrame（或带命名的Series），示例函数如下：

import pandas as pd

def makeSeriesPerUser(user_logs):
    # 先按时间排序，保证计算的是相邻消息的时间差
    user_logs_sorted = user_logs.sort_values('date_time')
    # 计算相邻时间差，dropna去掉每个用户的第一条无差值记录
    time_diff = user_logs_sorted['date_time'].diff().dropna()
    # 转为DataFrame并关联当前用户ID
    time_diff_df = time_diff.to_frame(name='time_diff')
    time_diff_df['user_id'] = user_logs['user_id'].iloc[0]
    return time_diff_df

执行分组处理后，直接用pd.concat整合所有用户的结果：

# 分组处理并合并为最终DataFrame
time_diff_result = pd.concat(allLogs.groupby('user_id').apply(makeSeriesPerUser))
# 可选：重置索引，移除原数据的层级索引
time_diff_result = time_diff_result.reset_index(drop=True)

方法二：简化自定义函数，利用分组索引自动关联用户ID #

如果你的makeSeriesPerUser仅返回时间差的Series：

def makeSeriesPerUser(user_logs):
    user_logs_sorted = user_logs.sort_values('date_time')
    return user_logs_sorted['date_time'].diff().dropna()

分组后会得到一个多层索引的Series（外层是user_id，内层是原数据的索引），直接转为DataFrame并拆分索引：

time_diff_series = allLogs.groupby('user_id').apply(makeSeriesPerUser)
# 转换为DataFrame并调整列名
time_diff_result = time_diff_series.reset_index()
time_diff_result.columns = ['user_id', 'original_log_index', 'time_diff']

方法三：无需自定义函数，直接用Pandas内置分组运算 #

如果你的需求只是计算相邻消息的时间差，完全可以不用自定义函数，直接通过分组排序+内置diff实现，效率更高：

# 先按用户ID和时间排序，确保顺序正确
allLogs_sorted = allLogs.sort_values(['user_id', 'date_time'])
# 分组计算每个用户的相邻时间差
allLogs_sorted['time_diff'] = allLogs_sorted.groupby('user_id')['date_time'].diff()
# 过滤掉无时间差的记录（每个用户的第一条日志），提取需要的字段
time_diff_result = allLogs_sorted.dropna(subset=['time_diff'])[['user_id', 'time_diff']]

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