题解 | #牛客网连续练习题目3天及以上的用户#

##参考sql的方法
import pandas as pd
from datetime import timedelta#导入计算时间差的模块
df = pd.read_csv('nowcoder.csv')
df['date'] = pd.to_datetime(df['date']).dt.date ##转换成日期（知识点2）
df1 = df[['user_id','date']].drop_duplicates()  ##对于用户和日期行去重，保证用户在一天只出现 一次
df1['rank1'] = df1.groupby('user_id')['date'].rank()  ##分用户对登录日期进行排名，返回的是排名
df1['start_date'] = df1['date'] - df1['rank1'].apply(lambda x:timedelta(x))  ##若连续登录，则登陆日期减去对应排名应为同一天（不太理解）
df1['continuous_days'] = df1.groupby(['user_id','start_date'])['date'].rank()  ##对用户和起始日期同时分类后对日期做排名，得到当前日期是连续登录的第n天
print(df1[df1['continuous_days']>=3].groupby('user_id')['continuous_days'].max())  ##其实也不需要groupby，但本题结果给的是分类的结果，因此这样操作

思路：

对日期做排名，然后用date-rank1，得到start_date,对于相同start_date的列，说明是同一起始时间的连续日期。

以user_id和strat_date分组，计算不同用户，在不同起始时间下的连续登陆时间，结果存放在continous_days列，结果如下：

提取continous_days>=3的条目，然后以user_id分组，求出每个组中continous_days的最大值,得到结果

print(df1[df1['continuous_days']>=3].groupby('user_id')['continuous_days'].max())