根据Pandas的分组比较日期

Question

好的，我想根据记录日期和时间的用户来获取日期和时间之间的差异。我在网上找不到任何关于这个的信息，所以这是我最后的选择。我有这个：

timePage['Time spent on page'] = timePage['date'].diff()

它给出了日期列中日期之间的差异，但也没有考虑不同的用户。我已经按用户、实例和日期对数据进行了分组，希望代码到达用户组的底部，并指出不应将下一个日期与此日期进行比较，因为它是不同的用户。 而且，它不适用于我的数据的第一个索引。那么，我如何让它比较第一个索引和第二个索引，然后将其存储在第一个索引行上呢

样本数据：

L = [{ "user" : "43tuhgn34",
   "Instance" : "f34yh",
   "Date" : "2019-02-14 12:54:52.000000+00:00"},
 { "user" : "43tuhgn34",
   "Instance" : "wrg32",
   "Date" : "2019-02-15 11:34:12.000000+00:00"},
{ "user" : "erg34g",
   "Instance" : "f34yh",
   "Date" : "2018-03-11 17:21:26.430000+00:00"}]

Answer 1

将^{}与lambda函数一起使用，bfill此处按组工作：

timePage = pd.DataFrame(L)

timePage['Date'] = pd.to_datetime(timePage['Date'])

timePage['Time spent on page'] = (timePage.groupby('user')['Date']
                                          .apply(lambda x: x.diff().bfill()))
print (timePage)
        user Instance                             Date Time spent on page
0  43tuhgn34    f34yh        2019-02-14 12:54:52+00:00           22:39:20
1  43tuhgn34    wrg32        2019-02-15 11:34:12+00:00           22:39:20
2     erg34g    f34yh 2018-03-11 17:21:26.430000+00:00                NaT

如果所有组至少有2行，则可以将^{}与bfill链接，但要小心，因为bfill此处不适用于每个组：

timePage = pd.DataFrame(L)

timePage['Date'] = pd.to_datetime(timePage['Date'])

timePage['Time spent on page'] = timePage.groupby('user')['Date'].diff().bfill()
print (timePage)