Python 如何根据时间差为用户设置会话

我有一个这样结构的数据帧（按用户id、事件时间排序）：

用户id
事件时间（毫秒）
每个用户id的以前事件和当前事件之间的时间差（秒）

例如
用户_1 1550844324011-
用户_1 1550844504351 180

用户_2 1550807681932-
用户2 155080770002 98
用户_2 155080980005 2020
用户_2 1550819800005 10000

然后我想为新列中的每个用户设置会话id。接下来的逻辑是：如果事件之间的时差超过900秒，那么我应该为用户设置新的会话id。因此，结果应该是：

用户1 1550844324011-1
用户_1 1550844504351 180 1

用户_2 1550807681932-1
用户2 155080770002 98 1
用户_2 155080980005 2020 2
用户_2 1550819800005 10000 3

我怎样才能正确地做到这一点？请帮帮我。 谢谢

这应该行得通

#需要排序，否则.diff（）将输出错误的结果
df=df.sort_值（['user_id'，'timestamp']））
#时间戳差异（秒）
diff_timestamp=df.groupby（'user_id'）['timestamp'].diff（）/1000
#将在其中创建新会话id的索引
新会话=（diff_timestamp.isnull（））|（diff_timestamp>900）
#为每个用户创建唯一的会话\u id
df['session\u id']=df.loc[new\u session，['user\u id'，'timestamp']]\
.groupby（'user_id'）.rank（method='first'）.astype（int）
#向前传播最后一个有效观测值（替换NaN）
df['session\u id']=df['session\u id'].fillna（method='ffill'）.astype（int）

---

---

a之后，如果使用

.diff（）

，请确保列为数字

谢谢你的帮助！但是第二行“diff_timestamp=df.groupby（'user_id'）.diff（）['timestamp']”存在问题。出现错误，并且“df['session\u id']=df[new\u session].groupby（'user\u id'）.rank（method='first'）。astype（int）-“NoneType”对象不可调用。无法理解原因您可以将数据集上传到某个地方吗？您使用的是哪个版本<代码>pd.\uuuuuuuuuuuuuuuuuuuuuuuuuu版本上传了数据集样本。熊猫版本为0.23