如何计算每个用户各日志与该用户首条日志的时间差？

解决步骤 #

• 先确保日期列是datetime类型，否则无法进行时间差运算
• 通过groupby结合transform('first')提取每个用户的首条日志时间，再与每行日期做差值计算

完整代码示例 #

import pandas as pd

# 构造示例数据（匹配你提供的日志结构）
data = {
    'ID': ['00000021601', '00000021601', '00000031313', '00000031313', '00000031313', '00000065137', '00000065137'],
    'DATE': ['2022-08-23 17:12:04', '2022-08-23 17:12:04', '2022-10-22 11:16:57', '2022-10-22 12:16:44', '2022-10-22 14:39:07', '2022-05-06 11:51:33', '2022-05-06 11:51:33']
}
df = pd.DataFrame(data)

# 转换日期列为datetime类型
df['DATE'] = pd.to_datetime(df['DATE'])

# 计算每条日志与用户首条日志的时间差
df['DELTA_FROM_FIRST'] = df['DATE'] - df.groupby('ID')['DATE'].transform('first')

print(df)

输出结果 #

ID                DATE DELTA_FROM_FIRST
0  00000021601 2022-08-23 17:12:04          00:00:00
1  00000021601 2022-08-23 17:12:04          00:00:00
2  00000031313 2022-10-22 11:16:57          00:00:00
3  00000031313 2022-10-22 12:16:44          00:59:47
4  00000031313 2022-10-22 14:39:07          03:22:10
5  00000065137 2022-05-06 11:51:33          00:00:00
6  00000065137 2022-05-06 11:51:33          00:00:00

关键说明 #

• transform('first')会把每个用户组的首条日志时间，填充到该组的所有行中，保证和原DataFrame的行数完全对齐，这样就能直接做时间差运算。
• 时间差结果为timedelta类型，若需要转换成秒/分钟等数值格式，可使用df['DELTA_SECONDS'] = df['DELTA_FROM_FIRST'].dt.total_seconds()。

内容的提问来源于stack exchange，提问作者luka1156