总和时间差并旋转它 - 熊猫数据框

Question

我有一个数据框有两列：unix_time 和 user。它有数千行，这是它的一部分：

unix_time       user
2000000000000   A
2000000000001   A
2000000000002   B
2000000000003   B
2000000000004   B

我想通过以下方式计算每个用户总共花费了多少 unix_time：
1.计算行间时间差。例如：unix_time column (row2 - row1)
2.如果他们来自同一用户，则求和时间差。例如：sum(row2 - row1) and (row3 - row2)

输出将是

time_difference_sum  user
1                    A
2                    B

我阅读了几篇帖子，例如these two，但仍然很难找到解决方案，因为我遇到了更多限制。关于如何做到这一点的任何建议？提前谢谢你！

Answer 1

您可以使用groupby() 和diff() 然后agg() 您的结果：

df['time_difference_sum'] = df.sort_values(['user','unix_time']).groupby('user')['unix_time'].diff()

df.groupby('user').agg({'time_difference_sum': 'sum'})

产量：

      time_difference_sum
user                     
A                     1.0
B                     2.0