Python 如何计算熊猫数据序列的平均周期持续时间？

我想计算不同事件发生的平均周期持续时间

我得到的数据中，每个事件都有一个id，并在由id标识的单行中跟踪。每次事件发生时，都会保存发生日期

df_starting_point = pd.DataFrame(
                      [{'id': 3, '0': pd.to_datetime('2020-11-23T00:00:00.000000000') , '1': np.nan, '2' : np.nan},
                       {'id': 123, '0': pd.to_datetime('2020-03-22T00:00:00.000000000') , '1': np.nan, '2' : np.nan},
                       {'id': 13215, '0': pd.to_datetime('2020-03-23T00:00:00.000000000') , '1': pd.to_datetime('2020-03-28T00:00:00.000000000'), '2' : pd.to_datetime('2020-04-03T00:00:00.000000000')},
                       {'id': 123, '0': pd.to_datetime('2020-03-22T00:00:00.000000000') , '1': pd.to_datetime('2020-03-23T00:00:00.000000000'), '2' : np.nan}
                      ])

现在，我想计算周内每个相邻日期之间的距离，并计算跟踪的每个事件/id发生的平均周期持续时间

我要计算的数据帧的平均持续时间如下所示：

df_end_point = pd.DataFrame(
                      [{'id': 3, '0': np.nan , '1': np.nan},
                       {'id': 123, '0': np.nan , '1': np.nan},
                       {'id': 13215, '0': pd.to_datetime('2020-03-23T00:00:00.000000000') -  pd.to_datetime('2020-03-28T00:00:00.000000000'), '1': pd.to_datetime('2020-03-28T00:00:00.000000000') - pd.to_datetime('2020-04-03T00:00:00.000000000')},
                       {'id': 123, '0': pd.to_datetime('2020-03-22T00:00:00.000000000') - pd.to_datetime('2020-03-23T00:00:00.000000000'), '1': np.nan}
                      ])

有什么方法可以优雅地做到这一点吗？如果我不需要编程，我将不胜感激：）

---

谢谢你，我的朋友们

根据我的理解，你可以在轴=1，周期-1上移动，然后减去，在相同的规格上创建一个遮罩：

df_end_point = df_starting_point.set_index("id")
df_end_point= (df_end_point.sub(df_end_point.shift(-1,axis=1))
               .dropna(how='all',axis=1).reset_index())

---

早期版本：

df_end_point = df_starting_point.set_index("id")

df_end_point = (df_end_point.diff(-1,axis=1)
                .mask(df_end_point.isna().shift(-1,axis=1).fillna(False))
                .dropna(how='all',axis=1).reset_index())

---

你也可以发布预期的数据帧吗？谢谢你的提问。我相应地更新了它：）谢谢你，安基！这看起来很有希望。“明天我会试着去想一想，然后再回到美国。”雅各布：当然，慢慢来。BDW更新了一个更好的选项：）谢谢！这确实帮了我的忙：）事实证明我在寻找像diff（）这样的函数。

df_end_point = df_starting_point.set_index("id")

df_end_point = (df_end_point.diff(-1,axis=1)
                .mask(df_end_point.isna().shift(-1,axis=1).fillna(False))
                .dropna(how='all',axis=1).reset_index())