Python Dataframe：计算自上一行中的上一个日期以来的天数和新列中的位置

Question

更新：错误 - >“无法处理非唯一的多索引！”

运行下面的代码后，我在Python中获得以下输出数据帧：

df = df_EVENT5_18[['FLEET', 'SUBFLEET', 'AIRCRAFT', 'DTIN']]

df = df.sort_values(['FLEET', 'SUBFLEET', 'AIRCRAFT', 'DTIN'])

df.set_index(['FLEET', 'SUBFLEET', 'AIRCRAFT'], inplace=True)

# df = df.reset_index()
df['DTIN'] = pd.to_datetime(df['DTIN'])

但它在最后一行代码中出错了：

df_EVENT5_19 = df.assign(output = df.groupby(['FLEET', 'SUBFLEET', 'AIRCRAFT']).DTIN.apply(lambda x: x.diff()))

这是错误：“无法处理非唯一的多索引！”

---

以下是我正在使用的示例表：

列UI_A，UI_B和UI_C一起形成唯一标识符。

我想为每一行和每个唯一标识符计算自上次日期以来的天数。基本上，如果您的唯一标识符相同，那么您需要引用您上方一行的日期。

这个逻辑有点难以解释，所以我在下面包含了我想要的输出表。我想创建“自上次日期以来的天数”列

Answer 1

如果您正在使用pandas，则可以使用assign，然后使用groupby

import pandas as pd
data = {
    'UI_A':['319','319','319','319','319','319','319','319','319','319'],
    'UI_B': ['131','131','131','131','131','131','131','131','131','131'],
    'UI_C': ['00319','00319','00319','04001','04001','04001','04002','04002','04002','04002'],
    'DATE' : ['2012-12-30','2013-02-05','2013-02-11','2009-10-25','2010-09-08','2011-01-16','2009-12-02','2010-09-27','2011-01-06','2011-02-09']
}

df = pd.DataFrame(data)
df.set_index(['UI_A','UI_B','UI_C'],inplace=True)
df['DATE'] = pd.to_datetime(df['DATE'])
df = df.assign(output=df.groupby(['UI_A','UI_B','UI_C']).DATE.apply(lambda x: x.diff()))

日期：

                      DATE   output
UI_A UI_B UI_C                     
319  131  00319 2012-12-30      NaT
          00319 2013-02-05  37 days
          00319 2013-02-11   6 days
          04001 2009-10-25      NaT
          04001 2010-09-08 318 days
          04001 2011-01-16 130 days
          04002 2009-12-02      NaT
          04002 2010-09-27 299 days
          04002 2011-01-06 101 days
          04002 2011-02-09  34 days