请求协助合并不同行中的连续日期（附输入输出示例图）

以下提供两种常见场景下的实现方法，分别适用于数据库SQL查询和Python数据处理场景：

一、SQL 实现（适用于数据库数据） #

利用窗口函数标记连续日期组，再聚合每组的起止日期：

WITH grouped_dates AS (
    SELECT 
        id,
        record_date,
        -- 标记连续日期组：与前一行日期差不为1天则新建组
        SUM(CASE WHEN DATEDIFF(record_date, LAG(record_date) OVER (PARTITION BY id ORDER BY record_date)) = 1 THEN 0 ELSE 1 END) 
        OVER (PARTITION BY id ORDER BY record_date) AS group_id
    FROM date_records
)
SELECT 
    id,
    MIN(record_date) AS start_date,
    MAX(record_date) AS end_date
FROM grouped_dates
GROUP BY id, group_id
ORDER BY id, start_date;

逻辑说明：

• LAG(record_date) OVER (PARTITION BY id ORDER BY record_date)：按id分组后，获取当前行的上一行日期
• 通过DATEDIFF判断当前日期与上一行是否连续（差值为1天），累计生成唯一的group_id
• 最后按id和group_id分组，取每组的最小/最大日期作为连续日期段的起止

二、Python Pandas 实现（适用于本地数据处理） #

通过日期差标记连续组，再聚合得到结果：

import pandas as pd

# 假设输入数据已加载为DataFrame，示例结构：
# df = pd.DataFrame({
#     'id': [1,1,1,2,2],
#     'record_date': pd.to_datetime(['2024-01-01', '2024-01-02', '2024-01-04', '2024-02-10', '2024-02-11'])
# })

# 按分组键和日期排序
df = df.sort_values(['id', 'record_date'])

# 生成连续日期组标记
df['group_id'] = (df['record_date'] - df.groupby('id')['record_date'].shift(1)).dt.days.ne(1).cumsum()

# 聚合得到连续日期段
result = df.groupby(['id', 'group_id']).agg(
    start_date=('record_date', 'min'),
    end_date=('record_date', 'max')
).reset_index(drop=True).sort_values('id')

print(result)

逻辑说明：

• 先按分组键（如id）和日期排序，确保日期顺序正确
• shift(1)获取每组内上一行的日期，计算天数差后判断是否连续（ne(1)表示不等于1天）
• cumsum()累计生成分组ID，最后聚合每组的起止日期

内容的提问来源于stack exchange，提问作者Velugoti