如何用Pandas实现同ID下相邻日期差值计算（替代遍历循环）

当然可以！完全不需要写for循环，Pandas的分组（groupby）和移位（shift）组合就能轻松搞定这个需求，步骤如下：

完整代码实现 #

import pandas as pd
import numpy as np

# 初始化数据集
d = {'id': [1, 2, 2, 2], 'date': [np.datetime64('2019-07-01'), np.datetime64('2019-07-02'), np.datetime64('2019-07-06'), np.datetime64('2019-07-19')]}
df = pd.DataFrame(data=d)

# 新增diff列：计算同id下当前行与下一行的日期差
df['diff'] = df.groupby('id')['date'].shift(-1) - df['date']
# 将Timedelta类型转换为天数数值
df['diff'] = df['diff'].dt.days

代码解释 #

• 按id分组：df.groupby('id')['date']确保我们只在同一个id的范围内计算日期差，不会跨id计算。
• 移位获取下一行日期：.shift(-1)会把每个分组内的日期列向上偏移一位，这样当前行就能拿到同组下一行的日期；每个分组的最后一行因为没有下一行，会得到NaN。
• 计算日期差并转换单位：用移位后的日期减去当前行日期，得到的是Timedelta类型（带时间单位的差值），再通过.dt.days提取天数数值，就得到了你需要的结果。

最终结果 #

运行代码后，df会生成你期望的输出：

内容的提问来源于stack exchange，提问作者adamlowlife