基于唯一客户ID计算交互首尾日期的天数差技术需求

架构老林

2026-5-19

嘿，这个需求我太熟了！我来给你两种常用工具的解决方案，不管你用Python Pandas处理数据集，还是用SQL从数据库里计算，都能轻松搞定~

解决方案：计算客户持续交互天数

核心逻辑很清晰：按客户ID分组，取每组的最新和最早交互日期计算天数差；如果只有一条记录，差值自动为0（因为最大最小日期是同一个）。

方法一：Python Pandas实现

首先确保你的日期列是datetime类型，然后用分组变换直接生成新变量：

import pandas as pd

# 先把交互日期列转成datetime格式（如果还不是的话）
df['interaction_date'] = pd.to_datetime(df['interaction_date'])

# 用transform直接给每条记录添加对应的客户持续天数
df['days_active'] = df.groupby('Customer_ID')['interaction_date'].transform(
    lambda x: (x.max() - x.min()).days
)

说明

当客户只有一条交互记录时，x.max()和x.min()是同一个日期，差值为0，完美符合你的要求
transform方法会把计算结果匹配回原数据集的每一行，不用额外做合并操作

如果你想更明确地处理单条记录的情况（虽然上面的代码已经自动处理了），也可以写成：

df['days_active'] = df.groupby('Customer_ID')['interaction_date'].transform(
    lambda x: (x.max() - x.min()).days if len(x) > 1 else 0
)

方法二：SQL实现

如果你是直接从数据库里查询计算，用窗口函数就能一步到位：

MySQL/MariaDB版本

SELECT
    Customer_ID,
    interaction_date,
    DATEDIFF(MAX(interaction_date) OVER (PARTITION BY Customer_ID),
             MIN(interaction_date) OVER (PARTITION BY Customer_ID)) AS days_active
FROM your_dataset_table;

PostgreSQL版本

PostgreSQL里用DATE_PART来提取天数差：

SELECT
    Customer_ID,
    interaction_date,
    DATE_PART('day', 
              MAX(interaction_date) OVER (PARTITION BY Customer_ID) - 
              MIN(interaction_date) OVER (PARTITION BY Customer_ID)) AS days_active
FROM your_dataset_table;