раскола, GroupBy, объединить в панде, чтобы найти разницу в датах

Question

У меня есть простой dataframe, который выглядит следующим образом:

Я хотел бы использовать groupby группу по идентификатору, а затем найти какой-то способ в отличие от даты, а затем столбец связать их обратно в dataframe, так что я в конечном итоге с этим:

GroupBy проста,

grouped = DF.groupby('id') 

и найти самую раннюю дату, является простым,

maxdates = grouped['date'].min() 

Но я не уверен, как поступить. Как применить операцию вычитания даты, а затем объединить?

Существует аналогичный вопрос here.

Спасибо, что прочитали это.

Мой dataframe является:

dates=pd.to_datetime(['2015-01-01', '2015-02-01', '2015-03-01', '2015-04-01', '2015-05-01', '2015-01-01', '2015-01-02', '2015-01-03', '2015-01-04', '2015-01-05']) 

DF = DataFrame({'id':[1,1,1,1,1,2,2,2,2,2], 'date':dates}) 
cols = ['id', 'date'] 
DF=DF[cols] 

EDIT: Оба ниже ответы являются удивительными. Хотел бы я принять их обоих.

Answer 1

Вы можете использовать применять так:

earliest_by_id = DF.groupby('id')['date'].min() 
def since_earliest(row): 
    return row.date - earliest_by_id[row.id] 

DF['days_since_earliest'] = DF.apply(since_earliest, axis=1) 
print(DF) 

---

id  date days_since_earliest 
0 1 2015-01-01    0 days 
1 1 2015-02-01    31 days 
2 1 2015-03-01    59 days 
3 1 2015-04-01    90 days 
4 1 2015-05-01    120 days 
5 2 2015-01-01    0 days 
6 2 2015-01-02    1 days 
7 2 2015-01-03    2 days 
8 2 2015-01-04    3 days 
9 2 2015-01-05    4 days 

редактировать:

DF['days_since_earliest'] = DF.apply(since_earliest, axis=1).astype('timedelta64[D]') 
print(DF) 

    id  date days_since_earliest 
0 1 2015-01-01     0 
1 1 2015-02-01     31 
2 1 2015-03-01     59 
3 1 2015-04-01     90 
4 1 2015-05-01     120 
5 2 2015-01-01     0 
6 2 2015-01-02     1 
7 2 2015-01-03     2 
8 2 2015-01-04     3 
9 2 2015-01-05     4 

Answer 2

FWIW, используя transform часто может быть проще (и обычно быстрее), чем apply , transform принимает результаты операции GroupBy и трансляции его до первоначального индекса:

>>> df["dse"] = df["date"] - df.groupby("id")["date"].transform(min) 
>>> df 
    id  date  dse 
0 1 2015-01-01 0 days 
1 1 2015-02-01 31 days 
2 1 2015-03-01 59 days 
3 1 2015-04-01 90 days 
4 1 2015-05-01 120 days 
5 2 2015-01-01 0 days 
6 2 2015-01-02 1 days 
7 2 2015-01-03 2 days 
8 2 2015-01-04 3 days 
9 2 2015-01-05 4 days 

Если вы предпочитаете целые дни вместо объектов timedelta, вы можете использовать dt.days аксессор:

>>> df["dse"] = df["dse"].dt.days 
>>> df 
    id  date dse 
0 1 2015-01-01 0 
1 1 2015-02-01 31 
2 1 2015-03-01 59 
3 1 2015-04-01 90 
4 1 2015-05-01 120 
5 2 2015-01-01 0 
6 2 2015-01-02 1 
7 2 2015-01-03 2 
8 2 2015-01-04 3 
9 2 2015-01-05 4