如何在Python中按ID计算DataFrame内合同的日期差值？

要实现按用户标识符计算合同间的日期差，用Pandas可以按以下步骤操作：

步骤1：准备数据并转换日期格式 #

首先确保你的日期列是datetime类型，否则无法正确计算时间差。先构造示例数据（你可以替换成自己的DataFrame）：

import pandas as pd

# 示例DataFrame，包含用户标识和合同日期
df = pd.DataFrame({
    '用户标识': ['A', 'A', 'A', 'B', 'B', 'C', 'D', 'D', 'D', 'D'],
    '合同日期': ['2023-01-01', '2023-03-15', '2023-06-20', 
              '2022-11-05', '2023-02-20', '2023-04-10',
              '2021-09-01', '2022-01-15', '2022-05-30', '2023-01-05']
})

# 将字符串格式的日期转换为datetime类型
df['合同日期'] = pd.to_datetime(df['合同日期'])

步骤2：分组计算合同日期差 #

按用户标识分组，先对每组内的合同日期排序（避免原数据日期无序导致差值错误），再用diff()计算相邻合同的日期差：

# 添加"合同间隔天数"列，计算同一用户相邻合同的日期差（单位：天）
df['合同间隔天数'] = df.groupby('用户标识')['合同日期'].transform(
    lambda x: x.sort_values().diff().dt.days
)

步骤3：处理初始合同的空值 #

每个用户的第一份合同没有前序合同，差值会是NaN，可以根据需求填充为0或保留NaN：

# 可选：将第一份合同的间隔天数填充为0
df['合同间隔天数'] = df['合同间隔天数'].fillna(0)

最终结果示例 #

运行上述代码后，DataFrame会新增一列显示合同间隔天数：

常见错误排查 #

• 日期格式错误：如果日期列不是datetime类型，diff()会失效，务必先用pd.to_datetime()转换。
• 未分组内排序：如果原数据中同一用户的合同日期是乱序的，直接计算差值会得到错误结果，必须先对每组内的日期排序。
• 使用apply而非transform：apply返回的是分组后的结果，无法直接与原DataFrame的行对齐，必须用transform保证结果匹配原表结构。

内容的提问来源于stack exchange，提问作者YOUSSRA