力扣：197. 上升的温度（Python3）

题目：

表： Weather
复制代码
+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| id            | int     |
| recordDate    | date    |
| temperature   | int     |
+---------------+---------+
id 是该表具有唯一值的列。
该表包含特定日期的温度信息
编写解决方案，找出与之前（昨天的）日期相比温度更高的所有日期的 id 。

返回结果 无顺序要求 。

结果格式如下例子所示。

来源：力扣（LeetCode）

链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

示例：

示例 1：

输入：
复制代码
Weather 表：
+----+------------+-------------+
| id | recordDate | Temperature |
+----+------------+-------------+
| 1  | 2015-01-01 | 10          |
| 2  | 2015-01-02 | 25          |
| 3  | 2015-01-03 | 20          |
| 4  | 2015-01-04 | 30          |
+----+------------+-------------+
输出：
复制代码
+----+
| id |
+----+
| 2  |
| 4  |
+----+
解释：
复制代码
2015-01-02 的温度比前一天高（10 -> 25）
2015-01-04 的温度比前一天高（20 -> 30）

解法：

先根据日期排序，接着比对后一天是不是和当前间隔1天且温度更高。

知识点：

1.pd.Timedelta(value, unit=None, **kwargs) **：**表示两个datetime值之间的差。value：日期形式字符串；unit：指定value的类型。创建方式比如：
复制代码
pd.Timedelta(days=1)
表示间隔1天。

代码：
python 复制代码
import pandas as pd

def rising_temperature(weather: pd.DataFrame) -> pd.DataFrame:
    weather.sort_values('recordDate', inplace=True)
    w = list(zip(weather['id'], weather['recordDate'], weather['temperature']))
    return pd.DataFrame({'id': [w[index][0] for index in range(1, len(w)) if w[index][1] - w[index - 1][1] == pd.Timedelta(days=1) and w[index][2] > w[index - 1][2]]})