M6-005Mediumpandas 管道 · pandas pipelines
给定事件表(user_id, ts, event),如何用 pandas 计算每个用户的会话数(30 分钟规则)?
Given an events table (user_id, ts, event), compute sessions per user in pandas with a 30-minute rule.
💡 考场高分一句话答案:
排序 → groupby 求相邻时间差 → 标记新会话 → 累计求和 → 按用户数唯一会话 id。
Sort, take the within-user time difference, flag a new session when the gap exceeds 1800 seconds, cumulative-sum the flag, then count distinct sessions per user.
📌 核心考察要点 (Key Points)
- 排序:必须按 user_id, ts 排序,否则 diff 无意义
- 时间差:groupby('user_id')['ts'].diff().dt.total_seconds()
- 累计:groupby('user_id')['is_new'].cumsum()
- 边界:同一时间戳多事件需次级排序键
- Sort first: by user_id and ts, otherwise diff is meaningless
- Gap: groupby('user_id')['ts'].diff().dt.total_seconds()
- Cumsum: groupby('user_id')['is_new'].cumsum() gives the session sequence
- Edge case: identical timestamps need a secondary sort key
🔍 大厂面试官连环追问 (Follow-ups)
- 如何计算“每用户日均会话数”?
- 如果会话定义包含“无转化 30 分钟”,怎么改?
嫌字多看太累?进入苏格拉底式对话推演实验室
零打字负担,以大厂考官真实困境切入,通过点选直觉选项暴露思维盲区,手把手推导 Why。
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!