假设有一个像这样的数据集（最初是从 .csv 读取的）：
data = pd.DataFrame({'id': [1,2,3,1,2,3],
'time':['2017-01-01 12:00:00','2017-01-01 12:00:00','2017-01-01 12:00:00',
'2017-01-01 12:10:00','2017-01-01 12:10:00','2017-01-01 12:10:00'],
'value': [10,11,12,10,12,13]})
=>
id time value
0 1 2017-01-01 12:00:00 10
1 2 2017-01-01 12:00:00 11
2 3 2017-01-01 12:00:00 12
3 1 2017-01-01 12:10:00 10
4 2 2017-01-01 12:10:00 12
5 3 2017-01-01 12:10:00 13
每个观察周期内所有 ID 的时间都是相同的。该系列以这种方式进行多次观察，即每十分钟一次。
value我想要连续时间之间按 id 列出的列中的总更改数。例如：对于 id=1，没有变化（结果：0）。对于 id=2，有一项更改（结果：1）。受这篇文章的启发，我尝试采取差异：
Determingwhen a column valuechanges in pandas dataframe
这是我到目前为止所提出的（没有按预期工作）：
data = data.set_index(['id', 'time']) # MultiIndex
grouped = data.groupby(level='id')
data['diff'] = grouped['value'].diff() …