对比MySQL和Pandas统计直播间各时间段上线人数

一道面试题如下：

简单理解就是求每个直播间，所有的最短时间段的上线人数。简单图解下：

有了上图，我们应该就秒懂了这题的解题思路，先将所有的时间点排序，按顺序分配得到每个时间分区，绿色为进入起始时间点，红色为结束时间点，我们进入起始点时+1，进入结束时间点时-1，这样就可以得到每个区间的在线人数了。当然假如user3也从10:21:10进去，则这个时间点位置+2，后续的时间片段内在线人数就是累加后的值。

理解了思路，我们就可以开始编码了：

pandas处理代码

最终完整处理代码为：

import pandas as pddf = pd.DataFrame([["a", "user1", "2022-02-01 10:12:13", "2022-02-01 10:30:23"],["a", "user2", "2022-02-01 10:21:10", "2022-02-01 11:02:06"],["b", "user1", "2022-02-01 10:12:13", "2022-02-01 10:30:23"],["b", "user2", "2022-02-01 10:21:10", "2022-02-01 11:02:06"],["b", "user3", "2022-02-01 10:19:10", "2022-02-01 11:05:06"],
], columns=["room_id", "user_id", "start_time", "end_time"])
dfdef func(df):times = pd.concat([df.start_time.value_counts(),-df.end_time.value_counts()]).sort_index()times.index.name = "start_time"r = times.cumsum().to_frame("user_cnt").reset_index()r.insert(1, "end_time", r.start_time.shift(-1))r.insert(0, "room_id", df.room_id.iat[0])return r.query("user_cnt>0")df.groupby("room_id", as_index=False).apply(func).reset_index(drop=True)

结果：

注意：使用如下代码即可设置一个单元格可以显示全部输出（）

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"

默认是输出结尾表达式：

from IPython.core.interactiveshell import InteractiveShellprint(InteractiveShell.ast_node_interactivity.default_value)
print(InteractiveShell.ast_node_interactivity.values)

last_expr
['all', 'last', 'last_expr', 'none', 'last_expr_or_assign']

MySQL处理代码

首先我们创建表并插入数据：

CREATE TABLE `t1` (`room_id` VARCHAR(20),`user_id` VARCHAR(20),`start_time` DATETIME,`end_time` DATETIME
);INSERT  INTO `t1`(`room_id`,`user_id`,`start_time`,`end_time`) VALUES ('a','user1','2022-02-01 10:12:13','2022-02-01 10:30:23');
INSERT  INTO `t1`(`room_id`,`user_id`,`start_time`,`end_time`) VALUES ('a','user2','2022-02-01 10:21:10','2022-02-01 11:02:06');
INSERT  INTO `t1`(`room_id`,`user_id`,`start_time`,`end_time`) VALUES ('b','user1','2022-02-01 10:12:13','2022-02-01 10:30:23');
INSERT  INTO `t1`(`room_id`,`user_id`,`start_time`,`end_time`) VALUES ('b','user2','2022-02-01 10:21:10','2022-02-01 11:02:06');
INSERT  INTO `t1`(`room_id`,`user_id`,`start_time`,`end_time`) VALUES ('b','user3','2022-02-01 10:19:10','2022-02-01 11:05:06');

然后编写SQL：

SELECTroom_id, start_time, end_time, user_cnt
FROM(SELECTroom_id, start_time,lead(start_time) over(PARTITION BY room_id ORDER BY start_time) end_time,SUM(i) over(PARTITION BY room_id ORDER BY start_time) user_cntFROM(SELECT room_id, start_time, COUNT(1) AS iFROM t1 GROUP BY room_id, start_timeUNION ALL SELECT room_id, end_time, -COUNT(1) AS iFROM t1 GROUP BY room_id, end_time) a
) b
WHERE user_cnt>0;

OK，问题解决。若读者有更优的解决方案欢迎分享！！！

对比MySQL和Pandas统计直播间各时间段上线人数相关推荐

浅析直播间海量聊天消息的架构设计难点
在视频直播场景中,弹幕交互.与主播的聊天.各种业务指令等等,组成了普通用户与主播之间的互动方式. 从技术的角度来看,这些实时互动手段,底层逻辑都是实时聊天消息或指令的分发,技术架构类比于IM应用的话, ...
抖音直播间带货最新玩法和运营技巧
现在几乎所有的品牌.商家.创业者都在探索直播带货之路,但是大多数人的直播之路走得并不顺利. 一场成功的直播,涉及到的运营细节太多了.如果没有前期的准备和策划,动不动就长达4~6个小时直播,根本无法顺利 ...
1022场小红书品牌带货直播数据复盘，双11小红书直播间投放策略
今年4月才入驻小红书的个护国货品牌诗裴丝洗发水通过小红书直播获得快速爆发,直播带货销量占比持续稳定占总量约70%.直播商家的核心是人.货.场.诗裴丝在小红书直播间选择上究竟有何独到之处? ▌ 小红书直 ...
抖音直播带货数据统计，直播运营需要看哪些直播间数据
现在的抖音是非常火的,是流量的聚集地,有许多的网红,和电商商家都会选择在抖音平台做直播,但是大家在抖音做直播的时候也需要运营才可以,直播间也同样需要流量,抖音直播运营要做些什么?要看哪些数据? 第一个 ...
直播粉丝统计平台抖音直播粉丝如何查看直播间的粉丝人数如何查看主播直播数据记录
该开源项目提供了一个基于 web 的抖音直播粉丝统计平台,用户可以使用该平台查看直播过程中的实时粉丝数量,以及每个粉丝的等级.停留时长.粉丝名称和抖音号等信息.此外,该平台还提供了查看历史直播数据的功 ...
统计每天每个直播间的访客数、每天最大访客数的直播间
1.统计每天每个直播间的访客数.每天最大访客数的直播间 2.查找至少连续观看3天的用户ID 及出现直播间 table LiveID UserID Date 1 1 20200601 1 2 20200 ...
抖音直播带货数据统计，抖音直播间数据怎么分析
现在直播带货是一个热门趋势,它可以突破抖音挂购物车数量的限制,已经有不少商家通过直播带货实现流量变现了.那么,如何做好抖音直播就成了抖音电商玩家最大的需求. 很多带货直播团队都知道,直播后对抖音直播间 ...
全栈开发——动手打造属于自己的直播间（Vue+SpringBoot+Nginx）
前言大学的学习时光临近尾声,感叹时光匆匆,三年一晃而过.同学们都忙着找工作,我也在这里抛一份简历吧,欢迎各位老板和猎手诚邀.我们进入正题.直播行业是当前火热的行业,谁都想从中分得一杯羹,直播养活了一 ...
动手打造属于自己的直播间（Vue+SpringBoot+Nginx）
前言大学的学习时光临近尾声,感叹时光匆匆,三年一晃而过.同学们都忙着找工作,我也在这里抛一份简历吧,欢迎各位老板和猎手诚邀.我们进入正题.直播行业是当前火热的行业,谁都想从中分得一杯羹,直播养活了一 ...

对比MySQL和Pandas统计直播间各时间段上线人数

pandas处理代码

MySQL处理代码

对比MySQL和Pandas统计直播间各时间段上线人数相关推荐

最新文章

热门文章