[每日一练]利用apply函数和lambda函数实现数据的聚合
#该题目来源于力扣：
512. 游戏玩法分析 II - 力扣（LeetCode）
一，题目要求：
Table: Activity+--------------+---------+
| Column Name | Type |
+--------------+---------+
| player_id | int |
| device_id | int |
| event_date | date |
| games_played | int |
+--------------+---------+
(player_id, event_date) 是这个表的两个主键(具有唯一值的列的组合)
这个表显示的是某些游戏玩家的游戏活动情况
每一行是在某天使用某个设备登出之前登录并玩多个游戏（可能为0）的玩家的记录
请编写解决方案，描述每一个玩家首次登陆的设备名称返回结果格式如以下示例：示例 1：输入：
Activity table:
+-----------+-----------+------------+--------------+
| player_id | device_id | event_date | games_played |
+-----------+-----------+------------+--------------+
| 1 | 2 | 2016-03-01 | 5 |
| 1 | 2 | 2016-05-02 | 6 |
| 2 | 3 | 2017-06-25 | 1 |
| 3 | 1 | 2016-03-02 | 0 |
| 3 | 4 | 2018-07-03 | 5 |
+-----------+-----------+------------+--------------+
输出：
+-----------+-----------+
| player_id | device_id |
+-----------+-----------+
| 1 | 2 |
| 2 | 3 |
| 3 | 1 |
+-----------+-----------+二，思路流程：
很经典的数据分组聚合问题。
这道题要求我们返回日期最小的设备id，也就是我们要在对player_id进行分组后，查询出最小的日期，然后返回player_id和device_id。也就是在完成对player_id的分组后，需要对event_date进行最小值的聚合。
对于apply函数的介绍：apply(传入的函数)可以对数据遍历进行相应的函数调用。对于lambda函数的介绍lambda(x:对于x的函数建立)自定义一个简短的函数解释。可以创建匿名函数由此可见，通过apply函数内写lambda函数，可以对数据集遍历执行自定义的函数，这种方式可以进行数据的聚合操作
data.groupby('分组列').apply(lambda x:关于x的聚合函数).reset_index()
这便是一个简单的数据分组聚合的函数。
三，代码实现：
import pandas as pddef game_analysis(activity: pd.DataFrame) -> pd.DataFrame:return activity.groupby('player_id').apply(lambda x:x[x['event_date']==x['event_date'].min()]).reset_index()[['player_id','device_id']]只需要一行便可实现数据的查询