如何基于created_at_date创建cycle grouping列？按14天周期循环分类

SQL 实现方案 #

核心是计算每个日期和起始日期的天数差，对28取模（28天为一个完整循环：14天First Cycle + 14天Second Cycle），再根据模值判断周期，最后拼接日期与周期名称。

以MySQL为例，假设created_at_date是字符串格式的日期：

SELECT
    created_at_date,
    CONCAT(
        created_at_date,
        CASE
            WHEN DATEDIFF(STR_TO_DATE(created_at_date, '%m/%d/%Y'), STR_TO_DATE('09/11/2022', '%m/%d/%Y')) % 28 < 14 THEN 'First Cycle'
            ELSE 'Second Cycle'
        END
    ) AS cycle_grouping
FROM your_table;

其他SQL方言可调整日期函数：

• PostgreSQL：用DATE_PART('day', created_at_date - '2022-09-11'::DATE)计算天数差
• BigQuery：用DATE_DIFF(created_at_date, DATE('2022-09-11'), DAY)计算天数差

Python Pandas 实现方案 #

先将日期列转为datetime类型，计算天数差后通过模运算判断周期，最后拼接结果。

import pandas as pd

# 加载数据（示例）
df = pd.read_csv('your_data.csv')

# 转换日期格式
df['created_at_date'] = pd.to_datetime(df['created_at_date'], format='%m/%d/%Y')
start_date = pd.to_datetime('2022-09-11')

# 计算与起始日期的天数差
df['days_diff'] = (df['created_at_date'] - start_date).dt.days

# 生成cycle_grouping列
df['cycle_grouping'] = df.apply(
    lambda row: f"{row['created_at_date'].strftime('%m/%d/%Y')}First Cycle" 
    if row['days_diff'] % 28 < 14 
    else f"{row['created_at_date'].strftime('%m/%d/%Y')}Second Cycle",
    axis=1
)

# 清理中间列（可选）
df = df.drop('days_diff', axis=1)

核心逻辑总结 #

无论使用哪种工具，核心步骤一致：

• 统一日期格式，确保可计算日期差
• 计算目标日期与2022-09-11的天数间隔
• 对天数间隔取28的模，判断所属周期段：模值小于14为First Cycle，否则为Second Cycle
• 将原日期字符串与周期名称拼接，得到目标列

内容的提问来源于stack exchange，提问作者user20391531