Pandas按用户分组计算相邻时间戳秒级间隔问题求助

现有代码的问题 #

• 未按用户ID分组计算差值，会误算不同用户相邻记录的时间差
• 时间差转秒的逻辑错误，无法得到整数秒的结果
• 循环逐行赋值的写法效率极低，不符合pandas的最优实践

正确实现代码 #

步骤1：转换时间戳格式（原有写法正确可保留）

import pandas as pd
df['timestamp'] = pd.to_datetime(df['timestamp'], format = "%d-%m-%Y %H:%M:%S")

步骤2：按用户分组计算相邻时间间隔

df['duration(s)'] = df.groupby('ID')['timestamp'].diff().dt.total_seconds()

运行后得到的duration(s)列完全符合预期：每个用户首条记录为NaN，后续为和上一条同用户记录的间隔秒数。

内容的提问来源于stack exchange，提问作者Hermoine