1148. 文章浏览 I

1148. 文章浏览 I

2023年8月12日20:21:30

1148. 文章浏览 I

简单

相关企业

SQL Schema

---

Pandas Schema

---

Views 表：

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| article_id    | int     |
| author_id     | int     |
| viewer_id     | int     |
| view_date     | date    |
+---------------+---------+
此表可能会存在重复行。（换句话说，在 SQL 中这个表没有主键）
此表的每一行都表示某人在某天浏览了某位作者的某篇文章。
请注意，同一人的 author_id 和 viewer_id 是相同的。

请查询出所有浏览过自己文章的作者

结果按照 id 升序排列。

查询结果的格式如下所示：

示例 1：

输入：
Views 表：
+------------+-----------+-----------+------------+
| article_id | author_id | viewer_id | view_date  |
+------------+-----------+-----------+------------+
| 1          | 3         | 5         | 2019-08-01 |
| 1          | 3         | 6         | 2019-08-02 |
| 2          | 7         | 7         | 2019-08-01 |
| 2          | 7         | 6         | 2019-08-02 |
| 4          | 7         | 1         | 2019-07-22 |
| 3          | 4         | 4         | 2019-07-21 |
| 3          | 4         | 4         | 2019-07-21 |
+------------+-----------+-----------+------------+

输出：
+------+
| id   |
+------+
| 4    |
| 7    |
+------+

通过次数

64K

提交次数

90.4K

通过率

70.8%

答案

import pandas as pd

def article_views(views: pd.DataFrame) -> pd.DataFrame:


    # return pd.DataFrame({'id':sorted(set(views[views['author_id']==views['viewer_id']]['author_id'].to_list()))})

    return views[views["author_id"] == views["viewer_id"]].rename(columns={"author_id":"id"})[["id"]].sort_values(by="id",ascending = True).drop_duplicates()