Python - 使用 Pandas 计算每个唯一标识符的日期之间的时间

Question

我已经坚持了一段时间，我会很感激一些帮助。 这是我正在使用的 pandas dataframe 的简化版本：

ID  Date
1   16/07/2020 14:11:12
1   17/07/2020 15:12:11
1   16/07/2020 15:32:44
1   16/07/2020 17:11:24
2   19/07/2020 06:11:12
2   19/07/2020 12:12:11
2   20/07/2020 14:32:44
2   20/07/2020 02:11:24

我想通过使用每个 ID 的最小值并减去具有相同 ID 的行来计算时间。 但是，我希望格式为 hh:mm:ss，例如，如果差异超过 24 小时，则为 37:44:22。

这是我的结果应该是什么样子。

ID  Date                    time
1   16/07/2020 14:11:12     00:00:00
1   17/07/2020 18:32:23     28:21:11
1   16/07/2020 18:32:44     04:21:32
1   16/07/2020 17:11:24     00:00:12
2   19/07/2020 06:11:12     00:00:00
2   19/07/2020 12:12:12     06:01:00
2   20/07/2020 14:32:44     26:20:32

我发现了以前的问题，例如计算 Pandas DataFrame 两列之间的时间差（以小时和分钟为单位），但大多数问题从同一行中减去日期。 但是，在我的情况下，我必须找到具有最早日期的 id，并使用它来查找带有相同 ID 的行的时差。

Answer 1

首先通过 to_datetime 将列转换为日期时间，然后通过to_datetime减去每组的GroupBy.transform ，最后使用自定义 function 自定义timedeltas格式：

df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)

def f(x):
    ts = x.total_seconds()
    hours, remainder = divmod(ts, 3600)
    minutes, seconds = divmod(remainder, 60)
    return ('{:02d}:{:02d}:{:02d}').format(int(hours), int(minutes), int(seconds)) 

df['time1'] = df['Date'].sub(df.groupby('ID')['Date'].transform('min')).apply(f)
print (df)
   ID                Date      time     time1
0   1 2020-07-16 14:11:12  00:00:00  00:00:00
1   1 2020-07-17 18:32:23  28:21:11  28:21:11
2   1 2020-07-16 18:32:44  04:21:32  04:21:32
3   1 2020-07-16 17:11:24  00:00:12  03:00:12
4   2 2020-07-19 06:11:12  00:00:00  00:00:00
5   2 2020-07-19 12:12:12  06:01:00  06:01:00
6   2 2020-07-20 14:32:44  26:20:32  32:21:32