在python中，如何计算特定id的平均日期间隔？

我的输入数据框如下所示： 在这里，对于每个公司，我们可以有多个salesid，每个salesid都有唯一的创建日期

CompanyName Salesid  Create Date
ABC         1        1-1-2020 
ABC         22       4-1-2020
ABC         3        15-1-2020
ABC         4        10-1-2020
XYZ         34       19-2-2020
XYZ         56       23-2-2020
XYZ         23       11-2-2020
XYZ         87       27-2-2020
XYZ         101      5-2-2020

我想计算每个公司的平均createdate差距： 我希望得到以下格式的输出：

Name   Mean_createdate_gap
ABC    4.66 
XYZ    5.5    

说明：

 ABC =>  (3+6+5)/3 = 4.66 (cumulative diff between dates)
 XYZ =>  (6+8+4+4)/4 = 5.5

---

首先，我们可能需要对数据进行排序，然后按companyname进行分组。我不知道该如何实现它。

Covert

Create

column to datetime

df['Create'] = pd.to_datetime(df['Create'], format='%d-%m-%Y')

按此列排序

df = df.sort_values(by=['Create'])

使用累积差分平均值进行分组聚合

df.groupby('CompanyName')['Create'].agg(lambda x: x.diff().abs().mean())

CompanyName
ABC   4 days 16:00:00
XYZ   5 days 12:00:00
Name: Create, dtype: timedelta64[ns]

给你：

df['Create Date']=pd.to_datetime（df['Create Date']，格式=“%d-%m-%Y”）
res=df.sort_值（按class='Create Date'）\
.groupby（'CompanyName'，sort=False）['Create Date']\
.agg（lambda cd:cd.diff（）.map（lambda dt:dt.days）.mean（））.reset_index（）\
.rename（列={'CompanyName'：'Name'，'Create Date'：'Mean\u createdate\u gap'}）
打印（res）

输出

  Name  Mean_createdate_gap
0  ABC             4.666667
1  XYZ             5.500000

---

到目前为止你试过什么？对于初学者，请尝试手动循环

iterrows

。我不知道如何开始：'）