如何在Pandas DataFrame中按用户提取time列的跨行差值？

没问题，这事儿用Pandas的组合操作就能完美解决，正好满足你要的针对每个用户，计算当前行与上一次出现行的time差值的需求。

步骤1：先还原你的DataFrame #

首先我们把你提供的数据转换成可运行的Pandas DataFrame：

import pandas as pd

# 构造你的数据
data = {
    'user': ['F', 'T', 'T', 'T', 'B', 'K', 'J', 'T', 'J', 'B'],
    'time': [0, 0, 0, 1, 1, 2, 2, 3, 4, 4]
}
df = pd.DataFrame(data)

步骤2：核心计算逻辑 #

用groupby按用户分组，再对time列使用diff()方法——这个方法专门用来计算组内当前行与前一行的差值，完全匹配你的需求：

# 新增time_diff列，存储每个用户的连续time差值
df['time_diff'] = df.groupby('user')['time'].diff()

运行结果说明 #

执行后你会得到这样的结果：

• 第一次出现的用户（比如F、首次出现的T/J/B/K）因为没有上一次的时间记录，所以time_diff为NaN，这是合理的；
• 你提到的用户J，两次出现的time分别是2和4，差值4-2=2，正好对应结果里的2.0；
• 多次出现的用户（比如T），每次的差值都是当前time减去上一次出现的time，完全符合你“提取当前行与上一次出现行的time差值”的要求。

可选：处理空值 #

如果想把首次出现的NaN替换成0（或者其他默认值），可以用fillna()：

df['time_diff'] = df.groupby('user')['time'].diff().fillna(0)

内容的提问来源于stack exchange，提问作者TJE