Python应用实战——盘点一个Python面试编程题（附代码）

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。