# Импорт библиотек
import sqlite3
# Данные для записи в БД
projects = [
    ('2020-01-01', '2020-01-02'),
    ('2020-01-02', '2020-01-03'),
    ('2020-01-03', '2020-01-04'),
    ('2020-01-04', '2020-01-05'),
    ('2020-01-06', '2020-01-07'),
    ('2020-01-16', '2020-01-17'),
    ('2020-01-17', '2020-01-18'),
    ('2020-01-18', '2020-01-19'),
    ('2020-01-19', '2020-01-20'),
    ('2020-01-21', '2020-01-22'),
    ('2020-01-26', '2020-01-27'),
    ('2020-01-27', '2020-01-28'),
    ('2020-01-28', '2020-01-29'),
    ('2020-01-29', '2020-01-30')
]
try:
    # Создаем соединение
    con = sqlite3.connect("projects.sqlite")
    # Создаем курсор
    cur = con.cursor()
    # Создаем таблицу
    cur.execute("""CREATE TABLE IF NOT EXISTS projects (
                    proj_id INTEGER PRIMARY KEY AUTOINCREMENT,
                    proj_start TEXT,
                    proj_end TEXT)""")
    # Добавляем записи
    cur.executemany("INSERT INTO projects VALUES(NULL, ?,?)", projects)
    # Сохраняем транзакцию
    con.commit()
    # Закрываем курсор
    cur.close()
except sqlite3.Error as err:
    print("Ошибка выполнения запроса", err)
finally:
    # Закрываем соединение
    con.close()
    print("Соединение успешно закрыто")

select
      p3.proj_group,
      min(p3.proj_start) as date_start,
      max(p3.proj_end) as date_end,
      julianday(max(p3.proj_end))-julianday( min(p3.proj_end))+1 as delta
from
    (select
       p2.*,
       sum(p2.flag)over(order by p2.proj_id) as proj_group
  from
    (select
          p.proj_id ,
          p.proj_start,
          p.proj_end,
          case
          when lag(p.proj_end)over(order by p.proj_id) = p.proj_start then 0 else 1
          end as flag
    from projects as p) as p2) as p3
group by p3.proj_group

from pyspark.sql.functions import lag
from pyspark.sql import functions as F
from pyspark.sql.window import Window
# Equivalent of Pandas.dataframe.shift() method
w = Window().partitionBy().orderBy(col("proj_id"))
df_dataframe = df.withColumn('lag', F.lag("proj_end").over(w))
#...
# Equivalent of SQL- CASE WHEN...THEN...ELSE... END
df_dataframe = df_dataframe.withColumn('flag',F.when(df_dataframe["proj_start"] == df_dataframe["lag"],0).otherwise(1))
#...
# Cumsum by column flag
w = Window().partitionBy().orderBy(col("proj_id"))
df_dataframe = df_dataframe.withColumn("proj_group", F.sum("flag").over(w))
#...
# Equivalent of SQL - GROUP BY
from pyspark.sql.functions import  min, max
df_group = df_dataframe.groupBy("proj_group").agg(min("proj_start").alias("date_start"), \
                                                  max("proj_end").alias("date_end"))
df_group = df_group.withColumn("delta", F.datediff(df_group.date_end,df_group.date_start))
df_group.show()