含NaN的TimeStamp差值计算及按ID分组差值计算咨询

前置处理 #

首先确保TimeStamp列为数值类型，如果你数据里的NaN是文本字符串，需要先转换为Pandas识别的标准空值：

import pandas as pd
import numpy as np

# 自动转换非数值内容为标准空值，同时将列转为数值类型
df['TimeStamp'] = pd.to_numeric(df['TimeStamp'], errors='coerce')

需求1：无分组计算TimeStamp差值 #

直接调用Pandas内置的diff()方法即可，该方法默认计算当前行与上一行的差值，前后任意一行存在空值时返回空值，完全匹配你需要的输出规则：

df['diff'] = df['TimeStamp'].diff()

需求2：按ID分组计算组内TimeStamp差值 #

基于groupby按ID分组后再调用diff()，方法会在每个ID的独立分组内单独计算行差，不会跨ID取值：

df['diff'] = df.groupby('ID')['TimeStamp'].diff()

以上两段代码运行后输出的结果和你给出的预期样例完全一致。

内容的提问来源于stack exchange，提问作者CHL