Python与SQL对比实现:处理相邻记录的时间差

浏览: 175

文字标题看起来好拗口...的说...

先来一个主题案例吧,方便大家理解:

我有一家超市,运营两年了,系统存储了所有用户的购买记录,我想要分析一下每个用户进店的时间间隔是怎样的(比如A客户第一次进店与第二次进店间隔5天,第二次进店与第三次进店间隔7天......),咋办呢?(听到这里明白了吗...)

我们用Python的pandas和SQL同时做一下这个需求,互相比较:


具体数据如下:

id是客户ID,time是进店购买的时间

image.png

先来一个SQL代码,在MySQL上运行的:

image.png

处理结果:

image.png

乍眼一看,SQL好强大啊,一行搞定需求,但是语言理解上略过逊色,不好读不好懂。


那么如果用Python的pandas来处理呢:

1.先导入一下包和数据源:

image.png

2.按照id和时间排序:

image.png

3.groupby与shift组合使用,依据id列将time列进行偏移:

image.png

偏移的结果:

image.png

4.基于偏移后的dataframe进行两个时间列做差:

image.png

做差结果如下:

image.png

5.这里会发现结果还是不尽人意,diff列的数值不方便后期计算,那么我们自定义一个函数来搞一下:

image.png

最终结果如下:

image.png


同样是行列之间,pandas的DataFrame操作更加直观,SQL则更加简练,各有春秋!

技术没有高低之分,只是使用技术人的水平不同而已,献丑献丑!

个人原创,转载请联系!个人原创,转载请联系!个人原创,转载请联系!

推荐 4
本文由 马修 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

1 个评论

可以再介绍下shift吗,看着好懵...

要回复文章请先登录注册