Pandas如何根据LAST_ACCESSED字段为用户分配登录状态编号

你的代码存在几处语法和逻辑错误，直接导致运行失败：

• 比较运算符写错：Python中相等判断必须用双等号==，你代码里全写的是单等号=（这是赋值符号，写在判断条件里会直接触发语法错误）
• 括号不匹配：第一个if条件末尾多了多余的]，第二个elif的左括号没有对应闭合
• 空值判断逻辑错误：判断字段为空不能直接和自定义的None列比对，需要用pandas自带的空值判断方法
• 缺少兜底逻辑：三个判断条件没有覆盖所有场景，会导致部分行的Status列出现空值
• 时间比较逻辑错误：时间类型字段不能直接和数字5比大小，要先算时间差再判断间隔

先把两个时间字段统一转成pandas的datetime格式，避免类型不对导致的比较错误：

import pandas as pd
import numpy as np

# 转时间格式，无效值自动转成空值NaT
df1['LAST_ACCESSED'] = pd.to_datetime(df1['LAST_ACCESSED'], errors='coerce')
df1['Run_date_Time'] = pd.to_datetime(df1['Run_date_Time'])

方案1：修正原apply逻辑（适合千行级小数据量） #

把自定义函数的语法、逻辑修正即可：

def flag(row):
    # 离线：无有效最后访问记录
    if pd.isna(row['LAST_ACCESSED']):
        return 0
    # 在线：最后访问时间等于统计运行时间
    elif row['LAST_ACCESSED'] == row['Run_date_Time']:
        return 1
    # 离开：最后访问时间比统计时间早5分钟以上（300秒=5分钟，可按需调整阈值）
    elif (row['Run_date_Time'] - row['LAST_ACCESSED']).total_seconds() > 300:
        return 2
    # 兜底：访问间隔小于5分钟默认算在线，避免空值
    else:
        return 1

df1['Status'] = df1.apply(flag, axis=1)

方案2：向量化实现（推荐，万行以上数据比apply快10~100倍） #

不用逐行循环，用pandas原生条件赋值，性能更好：

df1['Status'] = np.select(
    condlist=[
        pd.isna(df1['LAST_ACCESSED']),
        df1['LAST_ACCESSED'] == df1['Run_date_Time'],
        (df1['Run_date_Time'] - df1['LAST_ACCESSED']).dt.total_seconds() > 300
    ],
    choicelist=[0, 1, 2],
    default=1
)

生成的Status列完全匹配需求规则：

• 0：离线，无有效访问记录
• 1：可用/在线，最后访问时间等于统计时间，或距统计时间间隔小于5分钟
• 2：离开，最后访问时间距统计时间超过5分钟

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