多借据合并

原始数据只有user_id/lnid/fund_date三个字段

把每个user时间窗1个月内的借据进行合并，合并出来的组别如group_rank所示，超过1个月时间窗，重置start_date，2组的start_date是2020-06-01

用SQL有限时间未能想出怎么写，想了个笨办法，如果组别太多会比较蠢。

首先可以在SQL中用row_number()编号新增一个字段loan_order，然后用python实现，比较简单，如下：

df = pd.read_csv('xxx.csv',parse_dates=['fund_date'])

df['group_rank'] = -999

for i in range(df.shape[0]):

    if df.loc[i,'loan_order'] == 1:

        rank_num = 1

        start_date = df.loc[i,'fund_date']

        df.loc[i,'group_rank'] = rank_num

    else:

        if df.loc[i,'fund_date'] <= start_date + pd.DateOffset(months=1):

            df.loc[i,'group_rank'] = rank_num

        else:

            rank_num += 1

            df.loc[i,'group_rank'] = rank_num

            start_date = df.loc[i,'fund_date']

当然pandas也能很方便的分组编号

df = df.sort_values(by=['user_id','fund_date'])

df['loan_order'] = df.groupby(['user_id']).cumcount()+1