我来帮你搞定这个需求！你需要给每个球员的每条比赛记录计算距离上一场的天数，首条记录显示nan。这里的关键是必须先按球员和比赛日期排序，不然直接计算会因为记录顺序混乱得到错误结果。

完整实现步骤 #

1. 确保日期列是datetime类型：如果你的match_date是字符串格式，先转成datetime才能计算天数差。
2. 按球员和日期排序：把每个球员的记录按比赛时间从早到晚排列，这样才能正确获取上一场的日期。
3. 分组计算间隔天数：按player_id分组后，用shift()获取同组内上一条记录的日期，再计算当前日期与上一条的差值，提取天数。

代码示例 #

首先我们先创建你提供的示例数据：

import pandas as pd

data = {
    'event_id': [1470993, 1492031, 1489240, 1495581, 1490222, 1469624, 1493822, 1428946, 1483245, 1472260],
    'player_id': [227485, 227485, 227485, 227485, 227485, 227485, 227485, 313444, 313444, 313444],
    'match_date': ['2015-11-29', '2016-07-23', '2016-06-19', '2016-09-02', '2016-07-03', '2015-11-14', '2016-08-13', '2014-08-10', '2016-05-21', '2015-12-13']
}

df = pd.DataFrame(data)

接下来执行处理步骤：

# 1. 转换日期列类型
df['match_date'] = pd.to_datetime(df['match_date'])

# 2. 按player_id和match_date升序排序
df_sorted = df.sort_values(by=['player_id', 'match_date']).reset_index(drop=True)

# 3. 计算days_since_last
df_sorted['days_since_last'] = df_sorted.groupby('player_id')['match_date'].diff().dt.days

最终结果 #

处理后的df_sorted会是这样：

为什么要排序？ #

你提供的原始数据里，同一个球员的记录是乱序的（比如player_id=227485的第一条记录是2015-11-29，但更早的2015-11-14在第5行）。如果不先排序就直接用groupby+shift，计算出来的间隔天数会是基于原始乱序的记录，结果完全错误。排序这一步是关键！

内容的提问来源于stack exchange，提问作者L1meta