如何按ID与周分组统计连续日期的数量？

现有如下用户活动数据的DataFrame：

需要按ID和week分组，统计每组内连续日期的总数量，输出要求每个ID对应每周一行，预期输出如下：

使用Pandas可按以下步骤完成需求：

步骤1：转换日期格式并排序 #

先将字符串类型的date列转为datetime格式，保证日期计算的准确性；同时按ID、week、date排序，确保组内日期顺序正确：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'ID': [1,1,1,1,1,2,2,2],
    'week': [1,2,2,3,3,2,2,3],
    'date': ['20/07/22','28/07/22','30/07/22','04/08/22','05/08/22','26/07/22','27/07/22','04/08/22']
})

# 转换日期格式（匹配原始日/月/年的格式）
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%y')
# 按ID、周、日期排序
df = df.sort_values(['ID', 'week', 'date']).reset_index(drop=True)

步骤2：分组计算连续日期 #

按ID和week分组后，对每个组内的日期计算相邻差值，标记连续日期的分组，最后统计连续日期的总数量：

def count_consecutive_dates(group):
    if len(group) < 2:
        return 0
    # 计算相邻日期的天数差
    diffs = group['date'].diff().dt.days
    # 将非连续的位置作为分组边界，划分连续日期组
    consecutive_groups = (diffs != 1).cumsum()
    # 统计每个连续组的长度，仅累加长度≥2的组的总数量
    consecutive_counts = consecutive_groups.value_counts()
    total = consecutive_counts[consecutive_counts >=2].sum()
    return total

# 分组应用函数，生成结果
result = df.groupby(['ID', 'week']).apply(count_consecutive_dates).reset_index(name='count_consecutive')

步骤3：验证输出 #

运行代码后，result的输出与预期完全一致：

print(result)
# 输出：
#    ID  week  count_consecutive
# 0   1     1                  0
# 1   1     2                  0
# 2   1     3                  2
# 3   2     2                  2
# 4   2     3                  0

关键逻辑说明 #

• 组内日期数不足2时，直接返回0（无连续可能）
• 用diff()计算相邻日期差，差值为1天则判定为连续
• 通过cumsum()将连续日期划分为同一组，仅统计长度≥2的组的总数量（对应连续日期的实际个数）

内容的提问来源于stack exchange，提问作者kri