使用Pandas从日志文件分析生成会话

我将使用a

shift

cumsum

In [11]: s = pd.Series([1., 1.1, 1.2, 2.7, 3.2, 3.8, 3.9])In [12]: (s - s.shift(1) > 0.5).fillna(0).cumsum(skipna=False)  # *Out[12]:0    01    02    03    14    15    26    2dtype: int64

• 需要skipna = False似乎是一个错误。

然后，您可以在groupby中

apply

In [21]: df = pd.Dataframe([[1.1, 1.7, 2.5, 2.6, 2.7, 3.4], list('AAABBB')]).TIn [22]: df.columns = ['time', 'ip']In [23]: dfOut[23]:  time ip0  1.1  A1  1.7  A2  2.5  A3  2.6  B4  2.7  B5  3.4  BIn [24]: g = df.groupby('ip')In [25]: df['session_number'] = g['time'].apply(lambda s: (s - s.shift(1) > 0.5).fillna(0).cumsum(skipna=False))In [26]: dfOut[26]:  time ip  session_number0  1.1  A    01  1.7  A    12  2.5  A    23  2.6  B    04  2.7  B    05  3.4  B    1

现在，您可以分组

'ip'

'session_number'