197. 上升的温度 - 力扣（LeetCode）

MySQL

sql 复制代码

# Write your MySQL query statement below
SELECT w1.id
FROM Weather w1, Weather w2
WHERE DATEDIFF(w1.recordDate, w2.recordDate) = 1 and w1.temperature > w2.temperature;

复制代码

DATEDIFF(date1, date2)

返回的是 date1 - date2 的天数差（只考虑日期部分，忽略时间）。
结果是一个整数：
- 正数：date1 在 date2 之后
- 负数：date1 在 date2 之前
- 0：两个日期相同

结果

解题步骤：

Pandas

python 复制代码

import pandas as pd

def rising_temperature(weather: pd.DataFrame) -> pd.DataFrame:
    # 确保 recordDate 是 datetime 类型
    weather['recordDate'] = pd.to_datetime(weather['recordDate'])
    
    # 给原表添加一列：表示"如果这是昨天，那么今天是哪天"
    weather_yesterday = weather.copy()
    weather_yesterday['next_day'] = weather_yesterday['recordDate'] + pd.Timedelta(days=1)
    
    # 将"今天"的表和"昨天"的表按日期连接：today.recordDate == yesterday.next_day
    merged = pd.merge(
        weather, 
        weather_yesterday[['next_day', 'temperature']], 
        left_on='recordDate', 
        right_on='next_day', 
        how='inner'
    )
    
    # 筛选今天温度 > 昨天温度的记录
    result = merged[merged['temperature_x'] > merged['temperature_y']]
    
    # 返回 id 列，并重命名为符合要求的格式（只保留 id）
    return result[['id']].rename(columns={'id': 'id'})

步骤1：日期格式转换

复制代码

weather['recordDate'] = pd.to_datetime(weather['recordDate'])

将 recordDate 列转换为 pandas 的 datetime 类型
这样才能进行日期加减运算

步骤2：创建"昨天"数据表

复制代码

weather_yesterday = weather.copy()
weather_yesterday['next_day'] = weather_yesterday['recordDate'] + pd.Timedelta(days=1)

复制原始数据，创建 weather_yesterday 副本
添加新列 next_day = 原日期 + 1天
逻辑：如果某行是昨天的记录，那么它的 next_day 就是今天

示例：

复制代码

原始数据：
id | recordDate  | temperature
1  | 2023-01-01 | 25
2  | 2023-01-02 | 28  # 假设这是今天

处理后：
id | recordDate  | temperature | next_day
1  | 2023-01-01 | 25          | 2023-01-02  # 昨天记录，next_day是今天

步骤3：合并两张表

复制代码

merged = pd.merge(
    weather,  # 左表：今天的记录
    weather_yesterday[['next_day', 'temperature']],  # 右表：只保留需要的列
    left_on='recordDate',    # 左表的连接键：今天的日期
    right_on='next_day',     # 右表的连接键：next_day（即今天）
    how='inner'              # 内连接：只保留匹配成功的行
)

逻辑：找到"今天"的记录和它对应的"昨天"的记录
连接条件 ：今天的日期 = 昨天的日期 + 1天

连接结果示例：

复制代码

左表(今天)              右表(昨天)
id | recordDate  | temp   next_day  | yesterday_temp
2  | 2023-01-02 | 28   +  2023-01-02| 25
                    ↓
连接后：
id | recordDate  | temp_x | next_day  | temp_y
2  | 2023-01-02 | 28     | 2023-01-02| 25
# temp_x: 今天的温度(28)
# temp_y: 昨天的温度(25)

步骤4：筛选温度上升的记录

复制代码

result = merged[merged['temperature_x'] > merged['temperature_y']]

temperature_x: 今天的温度（来自左表）
temperature_y: 昨天的温度（来自右表）
条件：今天温度 > 昨天温度

步骤5：返回结果

复制代码

return result[['id']].rename(columns={'id': 'id'})

只返回 id 列
重命名列（其实不变，为了格式一致性）

可视化流程

复制代码

原始数据：
┌────┬─────────────┬─────────────┐
│ id │ recordDate  │ temperature │
├────┼─────────────┼─────────────┤
│ 1  │ 2023-01-01 │     25      │ ← 昨天
│ 2  │ 2023-01-02 │     28      │ ← 今天
│ 3  │ 2023-01-03 │     26      │ ← 明天
└────┴─────────────┴─────────────┘

步骤1-2：创建昨天表
昨天表添加 next_day：
┌────┬─────────────┬─────────────┬─────────────┐
│ id │ recordDate  │ temperature │  next_day   │
├────┼─────────────┼─────────────┼─────────────┤
│ 1  │ 2023-01-01 │     25      │ 2023-01-02  │ ← next_day=今天
└────┴─────────────┴─────────────┴─────────────┘

步骤3：连接
匹配条件：今天.recordDate = 昨天.next_day
连接后：
┌─────┬─────────────┬───────────────┬─────────────┬───────────────┐
│ id  │ recordDate  │ temperature_x │  next_day   │ temperature_y │
├─────┼─────────────┼───────────────┼─────────────┼───────────────┤
│  2  │ 2023-01-02 │      28       │ 2023-01-02  │      25       │
└─────┴─────────────┴───────────────┴─────────────┴───────────────┘

步骤4：筛选
28 (今天) > 25 (昨天) ✓ → 保留

步骤5：返回
┌─────┐
│ id  │
├─────┤
│  2  │
└─────┘

结果

解题步骤：