5，Python数分之Pandas训练，力扣，512. 游戏玩法分析 II

凡梦_leo

于 2024-09-22 16:06:21 发布

阅读量609

点赞数 14

分类专栏：数分之Pandas实战训练文章标签： linux leetcode sql python pandas 数据库 numpy

本文链接：https://blog.csdn.net/qq_55006020/article/details/142438416

版权

数分之Pandas实战训练专栏收录该内容

32 篇文章 0 订阅

订阅专栏

学习：知识的初次邂逅
复习：知识的温故知新
练习：知识的实践应用

一，原题力扣链接

. - 力扣（LeetCode）

二，题干

Table: Activity

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| player_id    | int     |
| device_id    | int     |
| event_date   | date    |
| games_played | int     |
+--------------+---------+
(player_id, event_date) 是这个表的两个主键(具有唯一值的列的组合)
这个表显示的是某些游戏玩家的游戏活动情况
每一行是在某天使用某个设备登出之前登录并玩多个游戏（可能为0）的玩家的记录

请编写解决方案，描述每一个玩家首次登陆的设备名称

返回结果格式如以下示例：

示例 1：

输入：
Activity table:
+-----------+-----------+------------+--------------+
| player_id | device_id | event_date | games_played |
+-----------+-----------+------------+--------------+
| 1         | 2         | 2016-03-01 | 5            |
| 1         | 2         | 2016-05-02 | 6            |
| 2         | 3         | 2017-06-25 | 1            |
| 3         | 1         | 2016-03-02 | 0            |
| 3         | 4         | 2018-07-03 | 5            |
+-----------+-----------+------------+--------------+
输出：
+-----------+-----------+
| player_id | device_id |
+-----------+-----------+
| 1         | 2         |
| 2         | 3         |
| 3         | 1         |
+-----------+-----------+

三，建表语句


import pandas as pd
data = [[1, 2, '2016-03-01', 5], [1, 2, '2016-05-02', 6], [2, 3, '2017-06-25', 1], [3, 1, '2016-03-02', 0], [3, 4, '2018-07-03', 5]]
activity = pd.DataFrame(data, columns=['player_id', 'device_id', 'event_date', 'games_played']).astype({'player_id':'Int64', 'device_id':'Int64', 'event_date':'datetime64[ns]', 'games_played':'Int64'})

四，分析

题解：

表：游戏表

字段：游戏id，设备id，游玩日期，游戏次数

求每个游戏id第一次游玩的设备id

第一步以游戏id分组以日期排序生成一个排序列

activity['rn'] = activity.groupby('player_id')['event_date'].rank(method='first')

第二步，过滤rn=1 然后取对应的列即可

五，Pandas解答

import pandas as pd

def game_analysis(activity: pd.DataFrame) -> pd.DataFrame:
    activity['rn'] = activity.groupby('player_id')['event_date'].rank(method='first')
    df = activity[activity['rn']==1]  #过滤 取第一
    df2 = df[['player_id','device_id']] #取指定的列
    return df2