Python应用实战——盘点一个Python面试编程题(附代码)
2023/9/14 23:23:02
本文主要是介绍Python应用实战——盘点一个Python面试编程题(附代码),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
大家好,我是皮皮。
一、前言
前几天在Python奥特曼交流群【。。】问了一个Python
面试题的问题,一起来看看吧,图片代码分享版本在这个文章,在里边也可以拿到原始的需求数据。这里应粉丝的要求,分享一个代码版本,手残党福利来了!
二、实现过程
其实上一篇文章,我们已经给大家发布了一个图片版本的代码,不过有粉丝反馈图片太模糊了,手敲又有点懒,这里对照着【宝平】给的代码,给大家分享出来,代码如下:
import pandas as pd import re import json file = "login.txt" df1 = pd.read_table(file, engine="python", header=None) df1.columns = ["col1"] df2 = pd.DataFrame(columns=["日期", "id", "lv"]) k = 0 dic1 = {} for i in df1.index: if "levelup" in df1.at[i, "col1"]: k += 1 # print(df1.at[i, "col1"]) df2.at[k, "日期"] = df1.at[i, "col1"][1:11] # df2.at[k, "日期"] = df1.at[i, "col1"] pattern = r"{[^}]+}" match = re.search(pattern, df1.at[i, "col1"]) # print(match) if match: dic1 = json.loads(match.group()) # print(dic1) df2.at[k, "id"] = dic1["id"] df2.at[k, "lv"] = dic1["to_lv"] # print(df2) df2.drop_duplicates(subset={"日期", "id"}, keep="last", inplace=True) print(df2) df2_grouped = df2.groupby(["日期", "lv"]).size().reset_index(name="Count") print(df2_grouped)
顺利地解决了粉丝的问题。关键部分在于先对log文件进行遍历,然后判断levelup是否在行中,如果在的话,就进行处理,如果不在的话,就直接pass掉了。针对这个问题,其实需求方已经澄清了,不然会让人误解答案不对。
三、总结
大家好,我是皮皮。这篇文章主要盘点了一个Python
面试编程题的问题,文中针对该问题,给出了具体的解析和代码实现,帮助粉丝顺利解决了问题。
最后感谢粉丝【。。】提问,感谢【宝平】、【刺】给出的思路和代码解析,感谢【莫生气】等人参与学习交流。
【提问补充】温馨提示,大家在群里提问的时候。可以注意下面几点:如果涉及到大文件数据,可以数据脱敏后,发点demo数据来(小文件的意思),然后贴点代码(可以复制的那种),记得发报错截图(截全)。代码不多的话,直接发代码文字即可,代码超过50行这样的话,发个.py文件就行。
这篇关于Python应用实战——盘点一个Python面试编程题(附代码)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-20Python编程入门指南
- 2024-12-20Python编程基础与进阶
- 2024-12-19Python基础编程教程
- 2024-12-19python 文件的后缀名是什么 怎么运行一个python文件?-icode9专业技术文章分享
- 2024-12-19使用python 把docx转为pdf文件有哪些方法?-icode9专业技术文章分享
- 2024-12-19python怎么更换换pip的源镜像?-icode9专业技术文章分享
- 2024-12-19Python资料:新手入门的全面指南
- 2024-12-19Python股票自动化交易实战入门教程
- 2024-12-19Python股票自动化交易入门教程
- 2024-12-18Python量化入门教程:轻松掌握量化交易基础知识