计算连续日期的数量并按 ID 分组

Question

我有一个关于用户活动的数据框，如下所示：

| ID     |  week| date    | 
|------- |------| ------- |
| 1      | 1    | 20/07/22| 
| 1      | 2    | 28/07/22| 
| 1      | 2    | 30/07/22| 
| 1      | 3    | 04/08/22| 
| 1      | 3    | 05/08/22| 
| 2      | 2    | 26/07/22| 
| 2      | 2    | 27/07/22| 
| 2      | 3    | 04/08/22|

我需要找到每周每个 ID 的连续日期总和，因此输出将如下所示 - 这样每个 ID 每周一行：

| ID     | week | count_consecutive | 
|------- |------| ----------------- |
| 1      | 1    | 0                 | 
| 1      | 2    | 0                 | 
| 1      | 3    | 2                 | 
| 2      | 2    | 2                 | 
| 2      | 3    | 0                 |

知道怎么做吗？

谢谢！！

Answer 1

您可以使用 groupby 和 apply 自定义函数：

# You can replace .eq(pd.Timedelta(days=1)) by .eq('1D'), enhanced by @mozway
consecutive_days = lambda x: x.diff().eq(pd.Timedelta(days=1)).sum() + 1

out = (df.groupby(['ID', 'week'])['date']
         .apply(consecutive_days)
         .where(lambda x: x > 1, other=0)
         .rename('count_consecutive').reset_index())

print(out)

# Output
   ID  week  count_consecutive
0   1     1                  0
1   1     2                  0
2   1     3                  2
3   2     2                  2
4   2     3                  0

这里的问题是您使用的逻辑：如果没有连续的一天则为 0，如果有连续的一天则为 2。所以在结果中，它不能有 1。