该题目来源于力扣:
1890. 2020年最后一次登录 - 力扣(LeetCode)
题目要求:
+----------------+----------+
| 列名 | 类型 |
+----------------+----------+
| user_id | int |
| time_stamp | datetime |
+----------------+----------+
(user_id, time_stamp) 是这个表的主键(具有唯一值的列的组合)。
每一行包含的信息是user_id 这个用户的登录时间。
编写解决方案以获取在 2020 年登录过的所有用户的本年度 最后一次 登录时间。结果集 不 包含 2020 年没有登录过的用户。
返回的结果集可以按 任意顺序 排列。
返回结果格式如下例。
示例 1:
输入:
Logins 表:
+---------+---------------------+
| user_id | time_stamp |
+---------+---------------------+
| 6 | 2020-06-30 15:06:07 |
| 6 | 2021-04-21 14:06:06 |
| 6 | 2019-03-07 00:18:15 |
| 8 | 2020-02-01 05:10:53 |
| 8 | 2020-12-30 00:46:50 |
| 2 | 2020-01-16 02:49:50 |
| 2 | 2019-08-25 07:59:08 |
| 14 | 2019-07-14 09:00:00 |
| 14 | 2021-01-06 11:59:59 |
+---------+---------------------+
输出:
+---------+---------------------+
| user_id | last_stamp |
+---------+---------------------+
| 6 | 2020-06-30 15:06:07 |
| 8 | 2020-12-30 00:46:50 |
| 2 | 2020-01-16 02:49:50 |
+---------+---------------------+
解释:
6号用户登录了3次,但是在2020年仅有一次,所以结果集应包含此次登录。
8号用户在2020年登录了2次,一次在2月,一次在12月,所以,结果集应该包含12月的这次登录。
2号用户登录了2次,但是在2020年仅有一次,所以结果集应包含此次登录。
14号用户在2020年没有登录,所以结果集不应包含。
思路流程:
首先我们要先取出特点的年份2020,然后才可以进行大小查询
由于数据框中给出的是时间戳,所以我们需要先建立一列关于年份的列,将时间戳中的年份保存在其中,然后筛选出2020年登陆的用户。
之后进行分组后按组找出时间最晚的用户,重命名输出即可。
特殊代码:time_stamp.dt.year 表示从时间戳里截取出datatime形式的年份。
如法炮制,我们也可以利用“time_stamp.dt.month,time_stamp.dt.day,ttime_stamp.dt.weekday,time_stamp.dt.quarter” 来提取出月份,日期,星期,季度
代码实现:
import pandas as pd
def latest_login(logins: pd.DataFrame) -> pd.DataFrame:
logins['year'] = logins['time_stamp'].dt.year
logins = logins[logins['year']==2020]
logins_sorted = logins.groupby('user_id')['time_stamp'].max().reset_index().rename(columns={'time_stamp':'last_stamp'})
return logins_sorted