Python如何按连续日期分组统计用户不同活动的连续出现天数

你的代码存在三个核心问题导致结果不符合预期：

• 未提前对数据按时间排序：原数据行顺序不是按时间升序排列的，date.diff()计算的是乱序相邻行的日期间隔，结果自然错误。
• 判断条件错误：你使用了ne(1)（只要日期间隔不等于1就触发累加），但实际上只有日期间隔大于1天才需要开启新的连续段，同一天（间隔0天）、相邻天（间隔1天）都属于同一个连续段，不需要累加。
• 未处理单日多条记录的场景：同一天的多条记录之间日期差为0，会被错误的ne(1)条件判定为需要累加，导致同一天的记录被分到不同的组。

你可以先提取每个用户的唯一日期序列计算连续段编号，再映射回原数据即可，完整代码如下：

# 第一步：先按Id和时间升序排序，保证时间顺序正确
sample = sample.sort_values(['Id', 'datetime']).reset_index(drop=True)
# 第二步：提取每个Id的去重日期序列，计算连续段编号
unique_date_df = sample.drop_duplicates(['Id', 'date']).copy()
unique_date_df['Consecutive'] = unique_date_df.groupby('Id')['date'].diff().dt.days.gt(1).cumsum() + 1
# 第三步：将连续段编号映射回原数据集
sample = sample.merge(unique_date_df[['Id', 'date', 'Consecutive']], on=['Id', 'date'], how='left')

运行上述代码后得到的Consecutive字段就和你期望的输出完全一致。

内容的提问来源于stack exchange，提问作者Kyra