分组后获取最小时间差的实现方法

云上老周

2026-8-12

问题描述

给定如下数据结构：

df_columns = {
    'firm_ID': [1, 1, 2, 2, 2],
    'date_incident' : ['2015-01-01', '2015-01-01', '2016-10-01', '2016-10-01', '2016-10-01'],
    'date_meeting' : ['2014-02-01', '2016-03-01', '2015-10-01', '2017-02-01', '2018-11-01'],
    }
simple_df = pd.DataFrame(df_columns)
simple_df['date_incident'] = pd.to_datetime(simple_df['date_incident'])
simple_df['date_meeting'] = pd.to_datetime(simple_df['date_meeting'])
simple_df['date_delta'] = simple_df['date_incident'] - simple_df['date_meeting']

每个firm_ID对应唯一的date_incident，但对应多个date_meeting。需要新增一列，返回每个firm_ID对应的最小date_delta（差值可为负数）。例如firm_ID=2时，最小时间差为-123天。

解决方案

使用pandas的分组聚合功能，按firm_ID分组后，通过transform('min')将每组的最小date_delta映射到原DataFrame的每一行：

# 新增min_date_delta列
simple_df['min_date_delta'] = simple_df.groupby('firm_ID')['date_delta'].transform('min')

结果验证

执行上述代码后，simple_df的输出如下：

firm_ID	date_incident	date_meeting	date_delta	min_date_delta
1	2015-01-01	2014-02-01	334 days	-60 days
1	2015-01-01	2016-03-01	-60 days	-60 days
2	2016-10-01	2015-10-01	365 days	-123 days
2	2016-10-01	2017-02-01	-123 days	-123 days
2	2016-10-01	2018-11-01	-761 days	-123 days