在Pandas中按Mobile_Number分组计算Date列的日期累计差值

你需要实现的是对每个手机号的记录按日期排序后，计算当前日期与同组上一条日期的天数差，每组第一条记录的差值设为0。下面用Python的pandas库来完成这个需求：

实现步骤 #

• 先将Date列转换为日期格式，确保能进行日期运算
• 按Mobile_Number分组，对每组的Date进行排序（保证日期顺序正确）
• 用diff()方法计算相邻日期的差值，将每组第一条的缺失差值填充为0，最后转换为整数天数

代码示例 #

import pandas as pd

# 原始数据
raw_data = {
    'Mobile_Number': ['0503477334', '0506002884', '0501022162', '0503477334', '0506002884', '0503477334'],
    'Date': ['2018-10-28', '2018-10-28', '2018-10-30', '2018-11-05', '2018-11-08', '2018-11-12']
}

df = pd.DataFrame(raw_data)

# 转换日期格式为可计算的datetime类型
df['Date'] = pd.to_datetime(df['Date'])

# 分组计算日期差值
df['Difference'] = df.groupby('Mobile_Number')['Date'].diff().dt.days.fillna(0).astype(int)

# 输出结果
print(df)

运行结果 #

Mobile_Number       Date  Difference
0    0503477334 2018-10-28           0
1    0506002884 2018-10-28           0
2    0501022162 2018-10-30           0
3    0503477334 2018-11-05           8
4    0506002884 2018-11-08          11
5    0503477334 2018-11-12           7

关键代码说明 #

• pd.to_datetime(df['Date'])：把字符串格式的日期转换为pandas的datetime类型，这是日期差值计算的前提
• groupby('Mobile_Number')['Date'].diff()：按手机号分组后，计算当前行与上一行的日期差，返回Timedelta类型结果
• dt.days：将Timedelta类型的差值转换为天数（数值类型）
• fillna(0)：每组第一条记录没有上一行数据，差值为NaN，这里填充为0
• astype(int)：确保最终的差值是整数格式，符合你的期望结果

内容的提问来源于stack exchange，提问作者dpacman