如何将时序数据中的嵌套会话序列归类为会话块？

核心思路步骤 #

1. 生成块标识（block_id） #

基于给定的serial_num区间规则，为每条记录添加所属块的标识。这是划分的基础，确保每条会话都被归类到对应的块中，同时处理超出区间的异常值。

2. 关联会话字段与块标识 #

将已有的session_id1、count_session、session_id1_path_id、session_path_id字段与新生成的block_id绑定，确保每条会话记录都携带块归属信息。

3. 构建嵌套序列结构 #

通过分组聚合，按block_id将同一块的所有会话数据整合为嵌套结构，形成「块→会话列表」的层级关系。以下是两种常用工具的实现示例：

Python Pandas 实现

import pandas as pd

# 假设数据集存储在df中
def map_block(serial_num):
    if 1 <= serial_num <= 9:
        return 1
    elif 10 <= serial_num <= 64:
        return 2
    elif 65 <= serial_num <= 72:
        return 3
    elif 73 <= serial_num <= 155:
        return 4
    return None  # 处理超出指定范围的serial_num

# 生成block_id字段
df['block_id'] = df['serial_num'].apply(map_block)

# 按block_id分组，聚合会话字段为嵌套结构
nested_result = df.groupby('block_id').agg(
    session_records=pd.NamedAgg(
        column='session_id1',
        aggfunc=lambda x: df.loc[x.index, ['session_id1', 'count_session', 'session_id1_path_id', 'session_path_id']].to_dict('records')
    )
).reset_index()

SQL 实现（以PostgreSQL为例）

-- 先为每条记录添加block_id，再聚合为嵌套结构
SELECT
    block_id,
    JSON_AGG(
        JSON_BUILD_OBJECT(
            'session_id1', session_id1,
            'count_session', count_session,
            'session_id1_path_id', session_id1_path_id,
            'session_path_id', session_path_id
        ) ORDER BY serial_num
    ) AS session_records
FROM (
    SELECT
        *,
        CASE
            WHEN serial_num BETWEEN 1 AND 9 THEN 1
            WHEN serial_num BETWEEN 10 AND 64 THEN 2
            WHEN serial_num BETWEEN 65 AND 72 THEN 3
            WHEN serial_num BETWEEN 73 AND 155 THEN 4
            ELSE NULL
        END AS block_id
    FROM your_dataset
    -- 可选：过滤掉超出范围的记录
    -- WHERE serial_num BETWEEN 1 AND 155
) AS with_block
GROUP BY block_id
ORDER BY block_id;

4. 验证与调整 #

• 检查每个block_id对应的serial_num区间是否正确，无错配情况。
• 确认所有会话字段都被完整整合到嵌套结构中，无遗漏。
• 若存在超出1-155范围的serial_num，可根据需求选择过滤、单独标记或调整规则。

内容的提问来源于stack exchange，提问作者user2845095