基于Pandas DataFrame计算重复客户两次订单的时间间隔（分钟）

问题说明 #

我有一个包含两列的Pandas DataFrame，列名为Order date（datetime格式）和Customer；每个重复的Customer仅存在两条已排序的记录。需要计算每个客户第二次订单的Order date与第一次的时间差（以分钟为单位），并生成仅包含Customer名称和时间差的新DataFrame。

原始示例数据 #

Order date  Customer
4260    2022-11-11 16:29:00 (App admin)
8096    2022-10-22 12:54:00 (App admin)
996 2021-09-22 20:30:00 10013
946 2021-09-14 15:16:00 10013
3499    2022-04-20 12:17:00 100151
... ... ...
2856    2022-03-21 13:49:00 99491
2788    2022-03-18 12:15:00 99523
2558    2022-03-08 12:07:00 99523
2580    2022-03-04 16:03:00 99762
2544    2022-03-02 15:40:00 99762

之前尝试通过索引删除数据，仅返回前两条记录，无法满足需求。

期望输出格式 #

解决方案 #

代码实现 #

import pandas as pd

# 确保Order date列是datetime类型（若未转换）
df['Order date'] = pd.to_datetime(df['Order date'])

# 按Customer分组，计算相邻订单的时间差并转换为分钟
time_diff = df.groupby('Customer')['Order date'].diff().dt.total_seconds() / 60

# 过滤空值，整理为目标DataFrame
result_df = time_diff.dropna().reset_index()
result_df.columns = ['Customer', 'difference in minutes']

逻辑说明 #

1. 类型转换：先确保Order date是datetime格式，否则无法计算时间差。
2. 分组计算差值：groupby('Customer')将数据按客户分组，diff()计算每组内当前行与前一行的时间差——由于每个客户只有两条记录，每组仅第二条记录会得到有效差值，第一条为NaN。
3. 单位转换与整理：dt.total_seconds() / 60将时间差从时间对象转为分钟数，dropna()去掉空值后，重置索引并修改列名得到目标格式。

内容的提问来源于stack exchange，提问作者DE clean