leetcode : 197. Rising Temperature

leetcode : 197. Rising Temperature

• [leetcode : 197. Rising Temperature]

---

다이어그램

erDiagram
    WEATHER {
        int id pk
        date recordDate
        int temperature
    }

목표

Write a solution to find all dates' id with higher temperatures compared to its previous dates (yesterday).
전일 대비 상승한 기온 id 찾기

---

문제 풀이

MySQL

-- SOLUTION 1
SELECT ID
FROM (
    SELECT *,
        DATEDIFF(RECORDDATE, LAG(RECORDDATE) OVER (ORDER BY RECORDDATE)) AS DATEDIFF,
        TEMPERATURE - LAG(TEMPERATURE) OVER (ORDER BY RECORDDATE) AS DAYDIFF
    FROM WEATHER
    ORDER BY RECORDDATE
) AS TEMP
WHERE DATEDIFF = 1 AND DAYDIFF > 0

-- SOLUTION 2
WITH ORDERED AS (
    SELECT
        *,
        LAG(RECORDDATE) OVER (ORDER BY RECORDDATE) AS PREV_D,
        LAG(TEMPERATURE) OVER (ORDER BY RECORDDATE) AS PREV_T
    FROM
        WEATHER
)

SELECT
    `ID`
FROM
    ORDERED
WHERE
    TEMPERATURE - PREV_T > 0 AND
    DATEDIFF(RECORDDATE, PREV_D) = 1

• SOLUTION 1
  • LEAD, LAG처럼 이전, 이후 값을 가져오는 윈도우 함수를 사용해야한다.
  • 서브쿼리 내 ORDER BY 절이 먼저 동작하므로 이전 값을 가져오면 전날인지 아닌지 판단 가능하다.
  • LAG를 사용해서 이전 값을 가져온 테이블을 서브쿼리로 만든다.
  • WHERE 조건으로 조건 맞게 불러와주면 끝.
• SOLUTION 2
  • 비슷한 방법으로 풀이.
  • CTE 쓰는게 순서가 보여서 더 편한듯

---

Pandas

# SOLUTION 1
import pandas as pd
import datetime

def rising_temperature(weather: pd.DataFrame) -> pd.DataFrame:
    weather.sort_values(by='recordDate',inplace=True)
    weather['pre_temperature'] = weather['temperature'].shift(1)
    weather['pre_recordDate'] = weather['recordDate'].shift(1)
    result = weather[(weather['temperature'] > weather['pre_temperature']) & 
                     ((weather['recordDate'] - weather['pre_recordDate']) == timedelta(days=1))]
    return result[['id']]

def rising_temperature(weather: pd.DataFrame) -> pd.DataFrame:
    weather = weather.sort_values('recordDate')
    weather['prev_t'] = weather['temperature'].shift(1)
    weather['diff'] = weather['temperature'] - weather['prev_t']
    weather['prev_date'] = weather['recordDate'].shift(1)

    cond1 = weather['diff']>0
    cond2 = (weather['recordDate'] - weather['prev_date']) == pd.Timedelta(days=1)
    return weather[cond1&cond2][['id']]

# Solution 2
def rising_temperature(weather: pd.DataFrame) -> pd.DataFrame:

    answer = []

    if not weather.empty:

        weather.sort_values(by='recordDate', inplace=True)
        pre_T, pre_D = weather.iloc[0][['temperature', 'recordDate']]

        for idx,row in weather.iloc[1:].iterrows():
            T,D = row[['temperature', 'recordDate']]
            if pre_T < T and D-pre_D == timedelta(days=1):
                answer.append(row['id'])
            pre_T, pre_D = T,D

    return pd.DataFrame({'id':answer})

# SOLUTION 3
def rising_temperature(weather: pd.DataFrame) -> pd.DataFrame:
    weather.sort_values(by="recordDate", inplace=True)
    return weather[
        (weather.temperature.diff() > 0) & (weather.recordDate.diff().dt.days == 1)
    ][["id"]]

• 날짜가 정렬되서 들어오지 않는 케이스가 존재하므로 날짜에 대해서 정렬해주기.
• SOLUTION 1
  • shift 연산을 통해서 날짜랑 시간을 옮긴다.
  • 전날 대비 기온 상승 & 날짜차이가 1일인 id를 반환한다.
  • TABLE 자체가 DATE 객체라서 바로 연산이 가능하지만, 문자열로 들어있는 경우에는 컬럼에 to_datetime 연산을 해줘서 datetime으로 바꿔야한다.
• SOLUTION 2
  • iterrow를 사용해서 풀이.
  • 연산량이 많아서 데이터 프레임 크기가 크면 비효율적임.
• SOLUTION 3
  • diff를 쓰면 shift를 사용해서 새로운 컬럼을 할당할 필요가 없다.
  • diff에 정수를 쓰면 그 정수 인덱스 차이만큼 차이난 행에서 연산 진행
  • 기본 인자로 diff(-1)이 들어가서 이전 row 정보를 바탕으로 연산한다.

---

코멘트

• LAG, LEAD, shift 등은 잘 안써서 시간 좀 걸린듯
• 오름차순 데이터도 아니고, 빠진 날짜도 있어서 극혐임.
• SQL에서 날짜연산 함수 정리 한 번 하기.
  • DATE_ADD, ADDDATE 등 형태가 많다. 하나 정해서 연습