题解 | #牛客网连续练习题目3天及以上的用户#

import pandas as pd
from datetime import timedelta
# 方法1
# nowcoder = pd.read_csv('nowcoder.csv')
# nowcoder['date'] = pd.to_datetime(nowcoder['date']).dt.date
# nowcoder['date'] = nowcoder['date'].astype('datetime64')
# nowcoder = nowcoder[pd.to_datetime(nowcoder['date']).dt.strftime('%Y-%m') == '2021-12']
# nowcoder.drop_duplicates(subset= ['user_id', 'date'], inplace = True)
# nowcoder['rank'] = nowcoder.groupby(['user_id']).date.rank()
# nowcoder['diff'] = nowcoder['date'] - pd.to_timedelta(nowcoder['rank'], unit = 'd')
# result = nowcoder.groupby(['user_id'])['diff'].count()
# result = result[result>=3]
# print(result)
#方法二
import pandas as pd
from datetime import timedelta
nowcoder = pd.read_csv('nowcoder.csv')
from datetime import timedelta

nowcoder['date1']=pd.to_datetime(nowcoder['date']).dt.strftime('%Y-%m')
nowcoder['date2']=pd.to_datetime(nowcoder['date']).dt.strftime('%d')
nowcoder['date2']=nowcoder['date2'].astype('int')
dup=nowcoder[['user_id','date2']].drop_duplicates(['user_id','date2'],inplace=False)
#分组，将数据按照‘user_id’分组
group_df=dup.groupby(['user_id'])
#空列表
l=[]
dic = {}
for group, df in group_df:
#     if df.date2.count()<3:
#         continue
#     else:
    for i in range(df.date2.count()):
        for j in range(i+1, df.date2.count()):
            if df['date2'].iloc[j] == df['date2'].iloc[i] +(j-i):
                l.append((j-i+1))
    if len(l) == 0:
        dic[group] = 0
    else:
        dic[group] = max(l)
    l = []

result = pd.Series(dic, index= dic.keys())
result.name = 'question_id'
result.index.name = 'user_id'
print(result)