如何用Pandas计算数据集中各门店的开业时长（年）

先把你的示例数据整理为标准表格：

完全可以用Pandas实现需求，核心是通过分组（groupby）结合transform方法，把每个门店的开业时长（最大年份-最小年份）广播到原数据的每一行，直接新增一列。

具体操作步骤： #

1. 导入Pandas并加载数据集（以下用示例数据演示）

import pandas as pd

# 构造示例数据（实际使用时替换为你的数据集加载代码）
data = {
    'year': [2000,2001,2002,2003,2000,2001,2002,2000],
    'store name': ['Store A','Store A','Store A','Store A','Store B','Store B','Store B','Store C']
}
df = pd.DataFrame(data)

2. 新增opening_duration列，计算每个门店的开业时长

# 按门店名称分组，计算每组的年份差，并用transform把结果广播到该门店的所有行
df['opening_duration'] = df.groupby('store name')['year'].transform(lambda x: x.max() - x.min())

执行后得到的结果：

补充：只需要门店汇总结果的情况 #

如果不需要给原数据新增列，仅需每个门店的开业时长汇总表，可直接用agg方法：

summary_df = df.groupby('store name')['year'].agg(opening_duration=lambda x: x.max()-x.min()).reset_index()

汇总结果：

内容的提问来源于stack exchange，提问作者rc305