連続する日付の差分の計算

Question

###前提・実現したいこと
下記の左端のような、dateのログが入ったデータフレームを、日付の連続性で区別したいですが方法がわかりません。

カラム("difference")を1列追加して、後の行の日付との差分を取得し、
差分が3未満であれば連続したログとみなし、
3以上であれば、1つの連続するログの最終行とみなし、次の行で新しいlog_numberをつける方法でかんがえてみましたが、うまく書けませんでした。

   date                          difference      log_number

2012-01-01 00:00:00 0 1
2012-01-01 00:00:00 1 1
2012-01-02 00:00:00 1 1
2012-01-03 00:00:00 362 1
2012-12-30 00:00:00 1 2
2012-12-31 00:00:00 2 2
2013-01-02 00:00:00 ? 2
2014-04-15 00:00:00 466? 3
2014-04-18 00:00:00 - 4

稚拙な説明文ですみませんが教えていただけると幸いです。
Python2.7を使っています

`

Answer 1

こんな感じでどうでしょう

import numpy as np
import pandas as pd

df = pd.DataFrame({'date':['2012-01-01 00:00:00',
                           '2012-01-01 00:00:00',
                           '2012-01-02 00:00:00',
                           '2012-01-03 00:00:00',
                           '2012-12-30 00:00:00',
                           '2012-12-31 00:00:00',
                           '2013-01-02 00:00:00',
                           '2014-04-15 00:00:00',
                           '2014-04-18 00:00:00']})

# date column を時系列データに変換
df['date'] = pd.to_datetime(df['date'])
# difference column に差分データをいれる
df['difference'] = (df['date'].shift(-1) - df['date']).dt.days
# difference >= 3 を条件に区分データを生成 (先頭と最後のデータも含める)
bins = df[(df.index==0) | (df.difference>=3) | df.difference.isnull()].date
# 上記の区分データでグループ分け
grouped_df = df.groupby(pd.cut(df.date, bins, include_lowest=True))
# グループ番号(+1)を''に追加
df[' log_number'] = grouped_df.ngroup() + 1

print(df)
#         date  difference   log_number
# 0 2012-01-01         0.0            1
# 1 2012-01-01         1.0            1
# 2 2012-01-02         1.0            1
# 3 2012-01-03       362.0            1
# 4 2012-12-30         1.0            2
# 5 2012-12-31         2.0            2
# 6 2013-01-02       468.0            2
# 7 2014-04-15         3.0            3
# 8 2014-04-18         NaN            4

Answer 2

こんなのでどうでしょう？

import numpy as np
import pandas as pd
import datetime as dt
import math

dformat = '%Y-%m-%d %H:%M:%S'
df1 = pd.DataFrame({"date":(
"2012-01-01 00:00:00",
"2012-01-01 00:00:00",
"2012-01-02 00:00:00",
"2012-01-03 00:00:00",
"2012-12-30 00:00:00",
"2012-12-31 00:00:00",
"2013-01-02 00:00:00",
"2014-04-15 00:00:00",
"2014-04-18 00:00:00")})

df1["difference"] = [
  (
    dt.datetime.strptime(df1.date[x+1], dformat)-
    dt.datetime.strptime(df1.date[x],   dformat)
   ).days 
  for x 
  in range(len(df1.index)-1)
] + [np.nan]

logno = []
j=1
for i in range(len(df1.index)):
  logno.append(j)
  if not(math.isnan(df1.difference[i])):
    if df1.difference[i]>=3:
      j += 1
df1["log_number"] = logno
print(df1)