11，Python数分之Pandas训练，力扣，1285. 找到连续区间的开始和结束数字

• 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

目录

一，原题力扣链接

二，题干

三，建表语句

四，分析

五，SQL解答

六，验证

七，知识点总结

---

一，原题力扣链接

. - 力扣（LeetCode）

二，题干

表：Logs

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| log_id        | int     |
+---------------+---------+
id 是上表具有唯一值的列。
上表的每一行包含日志表中的一个 ID。

编写解决方案，得到 Logs 表中的连续区间的开始数字和结束数字。

返回结果表按照 start_id 排序。

结果格式如下面的例子。

示例 1：

输入：
Logs 表：
+------------+
| log_id     |
+------------+
| 1          |
| 2          |
| 3          |
| 7          |
| 8          |
| 10         |
+------------+
输出：
+------------+--------------+
| start_id   | end_id       |
+------------+--------------+
| 1          | 3            |
| 7          | 8            |
| 10         | 10           |
+------------+--------------+
解释：
结果表应包含 Logs 表中的所有区间。
从 1 到 3 在表中。
从 4 到 6 不在表中。
从 7 到 8 在表中。
9 不在表中。
10 在表中。

三，建表语句

import pandas as pd
data = [[1], [2], [3], [7], [8], [10]]
logs = pd.DataFrame(data, columns=['log_id']).astype({'log_id':'Int64'})

四，分析

题解：

表1 日志表

字段 登录id

求 连续登录的id 开始数值和结束数字

 第一步，给表排序

df =logs.sort_values('log_id')  #排序

第二步，创建一个新列 生成一个连续的序列

df['rn'] = logs.reset_index().index + 1  #模拟row_number 实现一个rn列
df['rn1']=df['log_id']-df['rn']  # 取差值

第三步，创建一个新的dataframe对象 然后分别创建两个列 取分组后最大值和最小值

五，Pandas解答

import pandas as pd

def find_continuous_ranges(logs: pd.DataFrame) -> pd.DataFrame:
    df =logs.sort_values('log_id')  #排序
    df['rn'] = logs.reset_index().index + 1  #模拟row_number 实现一个rn列
    df['rn1']=df['log_id']-df['rn']  # 取差值
    df2 = pd.DataFrame()  #创建以df对象 
    df2['start_id'] = df.groupby('rn1')['log_id'].min()  #给一列
    df2['end_id'] = df.groupby('rn1')['log_id'].max()  #在给他一列
    return df2

六，验证

七，知识点总结

• Pandas排序的运用 API：sort_values
• Pandas创建一个序列模拟 slq中的row_number创建一个rn列 API:reset_index()
• Pandas创建df对象的运用
• pandas分组取最大值的运用 API groupby...min
• pandas分组取最小值的运用 API groupby...max
• 连续值的问题 想排序 在取序列 在取差值，在用差值分组取对应的需求

• 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