假设有一个包含id和timestamp的DataFrame，我们可以使用pandas库中的groupby和apply方法来解决这个问题。具体的步骤如下：

1. 根据id将DataFrame分组。

2. 在每个分组中，将timestamp按升序排序。

3. 使用apply方法，对每个分组先将timestamp向前移动1个单位，然后再与当前的timestamp相减，得到时间差，将时间差存储到列表中。

示例代码如下：

import pandas as pd

创建示例数据

data = {'id': ['a', 'a', 'a', 'b', 'b', 'b'], 'timestamp': [1, 2, 5, 1, 4, 6]} df = pd.DataFrame(data)

按id分组并根据timestamp进行排序

grouped = df.sort_values('timestamp').groupby('id')

定义函数，用于计算时间间隔并存储到列表中

def time_interval(x): return [(x[i+1]-x[i]) for i in range(len(x)-1)]

将时间间隔以列表形式存储到DataFrame中

result = grouped['timestamp'].apply(time_interval).reset_index(name='interval_list')

print(result)

输出结果为：

id interval_list 0 a [1, 3] 1 b [3, 2]