pandas：根据行间差值进行数据合并

1. 问题描述

 在处理用户上网数据时，用户的上网行为数据之间存在时间间隔，按照实际情况，若时间间隔小于阈值（next_access_time_app），则可把这几条上网行为合并为一条行为数据；若时间间隔大于阈值（next_access_time_app），则可把这几条上网行为分别认为是独立无关的行为数据。 具体可结合下图理解：

因此需求是有二：一是根据阈值（next_access_time_app）决定是否需要对数据进行合并；二是对数据合并时字段值的处理。其中第二点较为简单，不做表述，重点关注第一点。

深入思考，其实这个问题的关键是对数据索引进行切片，并保证切出来的索引能被正确区分。

因此，此问题可以抽象为：如何从一个列表中找出连续的数字组合？

 

2. 解决办法

t1 = []
t2 = []
for idx in continuous_action_index:
    t1.append(idx)
    if idx + 1 not in continuous_action_index:
        t1.append(idx + 1)
        t2.append([t1[0], t1[-1]])
        t1 = []

 

3. 总结

在遇到问题时，能否快速定位到问题的本质，进而采取相应的办法去解决，本身就是对解决问题能力的一种衡量。

之前刷过一些Leetcode试题，之所以会觉得和实际业务无法有效结合，其实是因为自己遇到的问题太少而产生的幼稚想法。

总之，以后在工作中需要多多进行知识的串联，这样才能把能力做到最大化提升。