我有一个pandas.DataFrame，其中包含来自多个客户的多个发票。
我想找到一种优雅的方法来根据客户计算两张发票之间的时间。
我的数据框如下所示（索引是发票号，最后一栏是我期望的）：
CustomerID InvoiceDate time between 2 orders
index
536365 17850.0 2010-12-01 08:26:00 0 minutes (or np.nat)
536366 17850.0 2010-12-01 08:28:00 2 minutes
536367 13047.0 2010-12-01 08:34:00 0 minutes (It's a new customer)
536369 13047.0 2010-12-01 08:35:00 1 minute
536371 13748.0 2010-12-01 09:00:00 0 minute (new customer)
536372 17850.0 2010-12-01 09:01:00 33 minutes (see line #2)
536373 17850.0 2010-12-01 09:02:00 1 minute
536374 15100.0 2010-12-01 09:09:00 0 minute
这是我到目前为止发现的（但显然不起作用！）
df = df.sort_values(['CustomerID', 'InvoiceDate']) #To order first according
df = df.set_index('index', drop = True)
for CustomerID in df['CustomerID'].unique():
index = df.set_index('CustomerID').index.get_loc(CustomerID)
df['Ordersep'].iloc[index] = df['InvoiceDate'].iloc[index].diff()
有什么办法可以帮助我吗？
最佳答案
您可以将groupby()与diff()一起使用：
df.InvoiceDate = pd.to_datetime(df.InvoiceDate)
df["timedelta"] = df.groupby(["CustomerID"]).InvoiceDate.apply(lambda x: x.diff())
df
index CustomerID InvoiceDate timedelta
0 536365 17850.0 2010-12-01 08:26:00 NaT
1 536366 17850.0 2010-12-01 08:28:00 00:02:00
2 536367 13047.0 2010-12-01 08:34:00 NaT
3 536369 13047.0 2010-12-01 08:35:00 00:01:00
4 536371 13748.0 2010-12-01 09:00:00 NaT
5 536372 17850.0 2010-12-01 09:01:00 00:33:00
6 536373 17850.0 2010-12-01 09:02:00 00:01:00
7 536374 15100.0 2010-12-01 09:09:00 NaT
关于python - 如何获取索引和多张发票之间的时差- Pandas ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47841502/