pandas：groupby各グループの最初の要素との時間差を計算します

Question

パンダでは、データを列の値でグループ化し、各タイムスタンプとそのグループの最初のタイムスタンプとの時間差を計算します。

例えば、以下のデータフレームを検討：

# Create data. 
d = {'foo': ['001', '001', '002', '002', '002'], 
    'timestamp': ['2015-02-24 19:12:00', '2015-02-24 21:38:00', '2015-02-25 03:41:00', '2015-02-25 03:44:00', '2015-02-25 03:49:00']} 
df = pd.DataFrame(d, columns = ['foo', 'timestamp']) 
df['timestamp'] = pd.DatetimeIndex(pd.to_datetime(df['timestamp'])).tz_localize('UTC') 
>>> print df 
    foo     timestamp 
0 001 2015-02-24 19:12:00+00:00 
1 001 2015-02-24 21:38:00+00:00 
2 002 2015-02-25 03:41:00+00:00 
3 002 2015-02-25 03:44:00+00:00 
4 002 2015-02-25 03:49:00+00:00 

を所望の出力は次のようになります

foo     timestamp output 
0 001 2015-02-24 19:12:00+00:00  NaT 
1 001 2015-02-24 21:38:00+00:00 02:26:00 
2 002 2015-02-25 03:41:00+00:00  NaT 
3 002 2015-02-25 03:44:00+00:00 00:03:00 
4 002 2015-02-25 03:49:00+00:00 00:08:00 

.diff()の使用は、以下ではなく、所望の結果を得ます。

>>> d.groupby('foo')['timestamp'].diff() 
0  NaT 
1 02:26:00 
2  NaT 
3 00:03:00 
4 00:05:00 

Answer 1

使用assign + apply

df.assign(output=df.groupby('foo').timestamp.apply(lambda x: x - x.iloc[0])) 

    foo     timestamp output 
0 001 2015-02-24 19:12:00+00:00 00:00:00 
1 001 2015-02-24 21:38:00+00:00 02:26:00 
2 002 2015-02-25 03:41:00+00:00 00:00:00 
3 002 2015-02-25 03:44:00+00:00 00:03:00 
4 002 2015-02-25 03:49:00+00:00 00:08:00