# Write your MySQL query statement below
1890. 2020年最后一次登录
表: Logins
+----------------+----------+ | 列名 | 类型 | +----------------+----------+ | user_id | int | | time_stamp | datetime | +----------------+----------+ (user_id, time_stamp) 是这个表的主键。 每一行包含的信息是user_id 这个用户的登录时间。
编写一个 SQL 查询，该查询可以获取在 2020 年登录过的所有用户的本年度 最后一次 登录时间。结果集 不 包含 2020 年没有登录过的用户。
返回的结果集可以按 任意顺序 排列。
查询结果格式如下例。
示例 1:
输入： Logins 表: +---------+---------------------+ | user_id | time_stamp | +---------+---------------------+ | 6 | 2020-06-30 15:06:07 | | 6 | 2021-04-21 14:06:06 | | 6 | 2019-03-07 00:18:15 | | 8 | 2020-02-01 05:10:53 | | 8 | 2020-12-30 00:46:50 | | 2 | 2020-01-16 02:49:50 | | 2 | 2019-08-25 07:59:08 | | 14 | 2019-07-14 09:00:00 | | 14 | 2021-01-06 11:59:59 | +---------+---------------------+ 输出： +---------+---------------------+ | user_id | last_stamp | +---------+---------------------+ | 6 | 2020-06-30 15:06:07 | | 8 | 2020-12-30 00:46:50 | | 2 | 2020-01-16 02:49:50 | +---------+---------------------+ 解释： 6号用户登录了3次，但是在2020年仅有一次，所以结果集应包含此次登录。 8号用户在2020年登录了2次，一次在2月，一次在12月，所以，结果集应该包含12月的这次登录。 2号用户登录了2次，但是在2020年仅有一次，所以结果集应包含此次登录。 14号用户在2020年没有登录，所以结果集不应包含。
原站题解
pythondata 解法, 执行用时: 388 ms, 内存消耗: 67.1 MB, 提交时间: 2024-05-27 12:59:59
import pandas as pd
def latest_login(logins: pd.DataFrame) -> pd.DataFrame:
res = logins[
(logins['time_stamp'] > pd.to_datetime('2019-12-31_235959', format="%Y-%m-%d_%H%M%S")) &
(logins['time_stamp'] < pd.to_datetime('2021-01-01_000000', format="%Y-%m-%d_%H%M%S"))
].sort_values('time_stamp', ascending=False).drop_duplicates(subset='user_id', keep='first')
return res.rename(columns={'time_stamp': 'last_stamp'})
# 直接获取年度
def latest_login2(logins: pd.DataFrame) -> pd.DataFrame:
logins['year'] = logins.time_stamp.dt.year
logins = logins[logins['year']==2020]
logins = logins.groupby('user_id')['time_stamp'].max().reset_index().rename(columns={'time_stamp':'last_stamp'})
return logins
mysql 解法, 执行用时: 653 ms, 内存消耗: 0 B, 提交时间: 2022-06-06 10:23:10
select user_id, max(time_stamp) as last_stamp from Logins where time_stamp between '2020-01-01 00:00:00' and '2020-12-31 23:00:00' group by user_id;