(時系列 - 時間間隔) 毎日のオンライン時間とオフライン時間に基づいて、ユーザーの最長連続ログイン時間を計算します

この表は、仮想の APP ユーザーのログイン ログであり、最も長い連続ログイン時間 (日数) をカウントすることが目的です。

data = pd.read_excel('./time.xlsx',enconding='gb18030')

テーブルを結合し、一意の時間を出力し、正の時間ソートを実行します。

df1 = data[['id','s_time']].rename(columns={
    
     's_time': 'time'})
df2 = data[['id','e_time']].rename(columns={
    
     'e_time': 'time'})
data_1 = pd.concat([df1,df2]).sort_values(by='time',ascending=True)
data_1

固有の時刻リストと連続した時刻リスト(time_list)を出力します。

def time_interval(li):
    list_e,start_time = [],None
    for x,y in zip(li,li[1:]):
        if start_time is None:
            start_time = x
        if x==li[-1]:
            list_e.append((start_time,y))
            print(start_time,y)
            start_time = None
        if  (y - x)/ np.timedelta64(1, 'D')> 1:
            list_e.append((start_time,x))
            start_time = None
    else:    
        list_e.append((start_time,y))
    return list_e

df_unique = data_1.groupby(['id'])['time'].agg({
    
    'unique'})
df_unique['time_list'] = df_unique['unique'].apply(lambda x:time_interval(x))
df_unique

time_listに対して時刻処理を行い、期間内の連続ログイン日数を出力し、最大日数を出力します。

def days_time(x):
    time_intervals = [(end - start)/ np.timedelta64(1, 'D') for start, end in x]
    return time_interv

df_unique['days'] = df_unique['time_list'].apply(lambda x:days_time(x))
df_unique['max_day'] = df_unique['days'].apply(lambda x:max(x))
df_unique