Question

场景：我有一个示例数据框，如下所示

user_id | date_login
--------|-----------
101     | 2015-10-11
101     | 2015-10-12
101     | 2015-11-01
101     | 2015-11-02
101     | 2015-11-03
102     | 2015-10-12
102     | 2015-10-13
...

我想知道用户的最长活动天数，这意味着他/她保持登录系统的连续天数。对于上面的示例数据框，所需的结果应如下所示返回：

user_id | max_continuous_login_count
--------|-----------
101|3
102|2

我正在考虑将日期转换为数字进行比较，是否有必要，是否有任何好的做法？

感谢您的帮助，

Answer 1

解决方案：

import operator
import datetime
from collections import defaultdict
from functools import reduce

dataset = [(101, "2015-10-11"), (101, "2015-10-12"), (102, "2015-10-13")]

data = defaultdict(list)

for user, date in dataset:
    data[user].append(datetime.datetime.strptime(date, "%Y-%m-%d").date())
    data[user].sort()

def count_days(data, new_date):
    max_days, current_max, last_date = data
    # Check if there's one day difference, else, reset back to 1.
    if abs((new_date - last_date).days) != 1:
        current_max = 0
    current_max += 1
    return max(max_days, current_max), current_max, new_date

result = {}

for user, dates in data.items():
    result[user] = reduce(count_days, dates, (0, 0, datetime.date.min))[0]

我在这里做的是首先将数据集转换为映射用户及其登录日期的dict。在路上，我将日期转换为日期对象，并按正确的顺序对它们进行排序（以防数据集出现乱码）。

然后我创建了一个函数count_days()，它检查两个日期之间的差异是否为1天。如果是，则增加最大天数。然后，通过使用reduce，我创建了一个新的结果dict，将用户id映射到max_days。

使用Python查找用户/客户最大连续日期计数

1 个答案: