pandas 中的 groupby datediff

Question

我试图在新 column.But 中找出产品销售的最短日期和最长日期之间的差异 column.But 我在 groupby 中应用功能时遇到异常 return .

非常感谢任何帮助。

所以我的步骤是：

数据：

    pch_date      day product  qty  unit_price  total_price  year_month  
421 2013-01-07  tuesday      p3   13        4.58        59.54           1   
141 2015-09-13   monday      p8    3        3.77        11.31           9   
249 2015-02-02   monday      p5    3        1.80         5.40           2   
826 2015-10-09  tuesday      p5    6        1.80        10.80          10   
427 2014-04-18   friday      p7    6        4.21        25.26           4

函数定义：

    def diff_date(x):
       max_date = x.max()
       min_date = x.min()
       diff_month = (max_date.year - min_date.year)*12 + max_date.month +1
       return diff_month

尝试测试时：

    print diff_date(prod_df['pch_date'])

49 which is correct

但是问题：

print prod_df[['product','pch_date']].groupby(['product']).agg({'pch_date': diff_date}).reset_index()[:5]

带有额外日期的结果：

      product                 pch_date

0      p1 1970-01-01 00:00:00.000000049
1     p10 1970-01-01 00:00:00.000000048
2     p11 1970-01-01 00:00:00.000000045
3     p12 1970-01-01 00:00:00.000000049
4     p13 1970-01-01 00:00:00.000000045

如何得到整数的差值？

Answer 1

您可以使用 Groupby.apply 而不是 returns 整数而不是日期时间对象。

df.groupby(['product'])['pch_date'].apply(diff_date).reset_index()

作为不让整数值转换为其 DatetimeIndex 值的解决方法，您可以将函数的最后一行更改为 str(diff_month)，然后您可以继续使用 Groupby.agg，如下所示：

df.groupby(['product'])['pch_date'].agg({'pch_date': diff_date}).reset_index()

pandas 中的 groupby datediff

groupby datediff in pandas

python-2.7

pandas

aggregate-functions

date-difference