Day2
合作过至少三次的演员和导演
ActorDirector 表:
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| actor_id | int |
| director_id | int |
| timestamp | int |
+-------------+---------+
timestamp 是这张表的主键(具有唯一值的列).
编写解决方案找出合作过至少三次的演员和导演的 id 对 (actor_id, director_id)
示例1:
输入:
ActorDirector 表:
+-------------+-------------+-------------+
| actor_id | director_id | timestamp |
+-------------+-------------+-------------+
| 1 | 1 | 0 |
| 1 | 1 | 1 |
| 1 | 1 | 2 |
| 1 | 2 | 3 |
| 1 | 2 | 4 |
| 2 | 1 | 5 |
| 2 | 1 | 6 |
+-------------+-------------+-------------+
输出
+-------------+-------------+
| actor_id | director_id |
+-------------+-------------+
| 1 | 1 |
+-------------+-------------+
唯一的 id 对是 (1, 1),他们恰好合作了 3 次。
题解
这里需要将(actor_id,director_id)看作是一个整体来进行聚合并计数,pandas最常用的聚合方法是groupby,groupby不仅可以对单列进行聚合,也可以对多列进行聚合,可以看看具体的效果
import pandas as pd
actor_director = pd.DataFrame([[1,1,0],
[1,1,1],
[1,1,2],
[1,2,3],
[1,2,4],
[2,1,5],
[2,1,6]],
columns=['actor_id','director_id','timestamp'])
a=list(actor_director.groupby(['actor_id','director_id']))
可以查看一下a的具体内容
生成的是一个列表,列表里面有3个元组,3个元组分别存储(1,1),(1,2),(2,1)三对值聚合后的列表,正如我们所预想的,成功按照(actor_id,director_id)进行聚合。这样我们就可以对聚合后的列表进行计数:
df=actor_director.groupby(['actor_id','director_id']).count()
这里需要再生成一下索引
df.reset_index(inplace=True)'''pandas里面很多对表格进行操作的函数都有inplace这个变量,
设置这个变量为True,就会将对表格进行的操作保留到原表格中,无需再次赋值。'''
df#产看最终生成的表格
这样我们就成功统计出不同演员与导演直接的合作次数,然后就是找出合作次数至少3次的演员和导演
new_table=df[df['timestamp']>=3][['actor_id','director_id']]
new_table
因此这题我的解法可以总结成这样
import pandas as pd
def actors_and_directors(actor_director: pd.DataFrame) -> pd.DataFrame:
df=actor_director.groupby(['actor_id','director_id']).count().reset_index()
return df[df['timestamp']>=3][['actor_id','director_id']]
在力扣上提交内存排名还是不错的,但运算速度较慢,有兴趣的读者可以试着优化一下。