地图搜下骑行路线，感觉还行

不考虑找个 loft 吗
不过公寓普遍隔音差 >_<

@bwd1991 你改一下 group 的字段，然后 count(distinct DeviceID)就行了，按 week_no 来 group

-- 把 1970-01-01 换成你想要的日期，把 your_table_name 换成你的表名
select
week_no
,DeviceID
,DeviceName
,CreateUserCode
,Dept_ID
,count(1) as times
from(
select
*
,cast(datediff(CreateTime, date_format('1970-01-01', '%Y%m%d')) / 7 as SIGNED int) as week_no
from your_table_name
)
group by
week_no
,DeviceID
, DeviceName
, CreateUserCode
, Dept_ID
;

占位不是应该用# TODO 吗

建个关键字词典？

$gt -> __DOLLAR__gt

已投，感谢老哥

同住这 2333

@djj510620510
过年放假前还很高兴地跟我说买到了回武汉的高铁～

疫情前地铁接驳车上搭讪的妹子，不知道回来没有，现在小区的接驳车停运了，见不到了。

@wuwukai007

啊，我看漏了，的确是内存还是那么多。

不过我再测了一下，如果把处理放到函数里面的话，函数执行完了，内存就会减少：

In [1]: def test():
...: df = pandas.DataFrame([[j for j in range(1000)] for _ in range(10000)])
...: df = df.loc[:100]
...: return df
...:

In [2]:

In [2]: import pandas

In [3]: a = test()

@djj510620510

是不是 df 里面有 list 或者 dict 之类的引用类型，

未复现：
import pandas
import sys

df = pandas.DataFrame([[j for j in range(100)] for i in range(10000)])
print(sys.getsizeof(df)) # 8000104
df = df.loc[:100]
print(sys.getsizeof(df)) # 80904

p 站的：
第一个点一般是在口
最后一个点是 she
中间点都是姿势变换

索然无味了

分子 + 1

万一

64