Python 如何根据Pandas中另一列的标准比较同一列中的日期？

我有一个带有u_id、日期、订单的df，我需要添加一个列，为每个用户提供每个订单之间的日期差。例如：

u_id | date       | order
001  | 2019-01-01 |  1
001  | 2019-01-10 |  2
001  | 2019-01-15 |  3
002  | 2019-05-03 |  1
002  | 2019-05-06 |  2
...

我的目标是：

u_id | date       | order | date_difference
001  | 2019-01-01 |  1    |    NaT
001  | 2019-01-10 |  2    |   9 days
001  | 2019-01-15 |  3    |   5 days
002  | 2019-05-03 |  1    |    NaT
002  | 2019-05-06 |  2    |   3 days
...

date\u difference

col不一定要说天

---

我将pandas与python 3.6一起使用。

您可以执行

groupby

：

df['date_difference'] = df.groupby('u_id')['date'].diff()

或不带

groupby

，只要顺序正确：

df['date_difference'] = df.date.diff().where(df.u_id==df.u_id.shift())

输出：

   u_id       date  order date_difference
0     1 2019-01-01      1             NaT
1     1 2019-01-10      2          9 days
2     1 2019-01-15      3          5 days
3     2 2019-05-03      1             NaT
4     2 2019-05-06      2          3 days

---

df['date\u difference']=df.groupby（'u id'）['date'].diff（）

完成了任务，谢谢！不错的一款，diff和shift将派上用场