Python 我试图在每个组中按ID分组并按日期排序，以查找事件之间的时间

下面是一个示例数据框，用于重新创建我正在使用的数据：

df = pd.DataFrame( {
'id': [1,1,1,1,2,2,2,3,3,4,4,4],
'date': ['2017-01-09', '2017-01-19', '2017-01-20', '2017-01-21', '2017-01-26', '2017-01-30', '2017-02-07', '2017-02-10', '2017-02-13', '2017-02-15', '2017-02-20', '2017-02-21'],
'event': ['A','A','B','A','A','A','B','A','B','A','A','B']
} )

我试图做的是按“id”分组，但是，使用grouby方法实际上并不是按id分组记录：

df=df.groupby（['id']）

此外，我希望在每个组内按日期排序，然后为每个组内事件“B”和事件“B”之前最近的事件“a”之间的天数创建一个新列

在此方面的任何帮助都将不胜感激

---

编辑-我希望输出类似于以下示例：

我有一个解决方案，但我认为应该有一个有效的方法来解决它

df['date'] = pd.to_datetime(df['date'])

df.groupby("id").apply(
    lambda x: x.loc[x['event']=='B', 'date'] - x.loc[(x['event']!='B')&(x['date'] <= x.loc[x['event']=='B', 'date'].values[0]), 'date'].max()
).reset_index(name='date_gap').drop(columns=['level_1'])

df['date']=pd.to_datetime（df['date']）
df.groupby（“id”）。应用(
lambda x:x.loc[x['event']='B'，'date']-x.loc[（x['event']！='B'）&（x['date']您还可以从给定的输入中添加预期的输出样本吗？请参阅我提供的链接，以获取示例。我希望以与图像中主题分组类似的方式对ID进行分组。然后，我希望按日期排序，并能够识别事件“B”与事件“B”之前最近的事件“a”之间的天数'在每个组中。不幸的是，这给了我一个错误：TypeError:不支持的操作数类型-：'str'和'str'@Jake nieder，您应该首先将日期列设置为datetime类型。我编辑了我的答案。