如何按起止时间戳对pandas DataFrame中多会话账号的行分组

实现思路 #

由于应用限制同一账号同一时间仅可存在一个活跃会话，可按以下逻辑实现多会话自动匹配：

• 先将时间戳转换为datetime类型并全局按时间排序，保证所有事件的时序正确
• 过滤掉会话内的操作事件，仅保留start、end两类会话边界事件
• 按账号分组后，每遇到一个start事件则将会话ID加1，同一会话的start和对应的end会被标记为相同的会话ID
• 通过行列转换将同一会话的起止时间合并为一行，未匹配到end的活跃会话结束时间自动填充为NaN

示例代码 #

import pandas as pd

# 示例数据初始化
data1 = {'timestamp': ['01-01-2021 12:00:00','01-01-2021 12:01:00','01-01-2021 12:02:00','01-01-2021 12:03:00','01-01-2021 12:04:00','01-01-2021 12:05:00','01-01-2021 12:06:00','01-01-2021 12:07:00','01-01-2021 12:08:00','01-01-2021 12:09:00','01-01-2021 12:10:00','01-01-2021 12:11:00','01-01-2021 12:12:00','01-01-2021 12:13:00','01-01-2021 12:14:00'],
    'event':     ['start','x','y','start','z','end','x','end','start','x','end','start','q','end','start'],
    'account':   ['bob','bob','bob','jane','bob','bob','jane','jane','todd','todd','todd','bob','bob','bob','ned'] }
df1 = pd.DataFrame(data1)

# 1. 时间格式转换+全局按时间排序
df1['timestamp'] = pd.to_datetime(df1['timestamp'], format='%d-%m-%Y %H:%M:%S')
df1 = df1.sort_values('timestamp').reset_index(drop=True)

# 2. 筛选会话边界事件
session_events = df1[df1['event'].isin(['start', 'end'])].copy()

# 3. 按账号生成会话ID
session_events['session_id'] = session_events.groupby('account')['event'].transform(lambda x: (x == 'start').cumsum())

# 4. 行列转换生成会话报告
session_report = session_events.pivot_table(
    index=['account', 'session_id'],
    columns='event',
    values='timestamp',
    aggfunc='first'
).reset_index()[['account', 'start', 'end']]

# （可选）将时间转回字符串格式，符合示例输出要求
session_report['start'] = session_report['start'].dt.strftime('%d-%m-%Y %H:%M:%S')
session_report['end'] = session_report['end'].dt.strftime('%d-%m-%Y %H:%M:%S').where(session_report['end'].notna(), pd.NA)

# （可选）按会话开始时间排序，匹配预期输出顺序
session_report = session_report.sort_values('start').reset_index(drop=True)

print(session_report)

输出结果 #

account                start                  end
0     bob  01-01-2021 12:00:00  01-01-2021 12:05:00
1    jane  01-01-2021 12:03:00  01-01-2021 12:07:00
2    todd  01-01-2021 12:08:00  01-01-2021 12:10:00
3     bob  01-01-2021 12:11:00  01-01-2021 12:13:00
4     ned  01-01-2021 12:14:00                 <NA>

内容的提问来源于stack exchange，提问作者user3246693