Python与SQL对比：处理用户记录相邻的时间差

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

先来一个SQL代码，在 MySQL 上运行的：

处理结果：

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：

2.按照id和时间排序：

3.groupby与shift组合使用，依据id列将time列进行偏移：

偏移的结果：

4.基于偏移后的dataframe进行两个时间列做差：

做差结果如下：

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：

最终结果如下：

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！

<b style="font-size:14px;font-family:"Helvetica Neue", STHeiti, 微软雅黑, "Microsoft YaHei", Helvetica, Arial, sans-serif;">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！</b>

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！

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。