[每日一练]列出指定时间内所有下单的产品

该题目来源于力扣pandas题库，链接如下：

1327. 列出指定时间段内所有的下单产品 - 力扣（LeetCode）

——题目需求：

表: Products

+------------------+---------+
| Column Name      | Type    |
+------------------+---------+
| product_id       | int     |
| product_name     | varchar |
| product_category | varchar |
+------------------+---------+
product_id 是该表主键(具有唯一值的列)。
该表包含该公司产品的数据。

表: Orders

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| product_id    | int     |
| order_date    | date    |
| unit          | int     |
+---------------+---------+
该表可能包含重复行。
product_id 是表单 Products 的外键（reference 列）。
unit 是在日期 order_date 内下单产品的数目。

写一个解决方案，要求获取在 2020 年 2 月份下单的数量不少于 100 的产品的名字和数目。

返回结果表单的 顺序无要求 。

查询结果的格式如下。

示例 1:

输入：
Products 表:
+-------------+-----------------------+------------------+
| product_id  | product_name          | product_category |
+-------------+-----------------------+------------------+
| 1           | Leetcode Solutions    | Book             |
| 2           | Jewels of Stringology | Book             |
| 3           | HP                    | Laptop           |
| 4           | Lenovo                | Laptop           |
| 5           | Leetcode Kit          | T-shirt          |
+-------------+-----------------------+------------------+
Orders 表:
+--------------+--------------+----------+
| product_id   | order_date   | unit     |
+--------------+--------------+----------+
| 1            | 2020-02-05   | 60       |
| 1            | 2020-02-10   | 70       |
| 2            | 2020-01-18   | 30       |
| 2            | 2020-02-11   | 80       |
| 3            | 2020-02-17   | 2        |
| 3            | 2020-02-24   | 3        |
| 4            | 2020-03-01   | 20       |
| 4            | 2020-03-04   | 30       |
| 4            | 2020-03-04   | 60       |
| 5            | 2020-02-25   | 50       |
| 5            | 2020-02-27   | 50       |
| 5            | 2020-03-01   | 50       |
+--------------+--------------+----------+
输出：
+--------------------+---------+
| product_name       | unit    |
+--------------------+---------+
| Leetcode Solutions | 130     |
| Leetcode Kit       | 100     |
+--------------------+---------+
解释：
2020 年 2 月份下单 product_id = 1 的产品的数目总和为 (60 + 70) = 130 。
2020 年 2 月份下单 product_id = 2 的产品的数目总和为 80 。
2020 年 2 月份下单 product_id = 3 的产品的数目总和为 (2 + 3) = 5 。
2020 年 2 月份 product_id = 4 的产品并没有下单。
2020 年 2 月份下单 product_id = 5 的产品的数目总和为 (50 + 50) = 100 。

——思路解释

首先将

两表格进行按product_id列进行合并，然后将时间列中的数据转化为时间类型形式，实现数据清洗，利用groupby函数找出符合题目要求的时间段；然后通过分组函数和聚合函数求解每个用户的所有下单数量，再次用query函数找到不小于100的数据即可。

——代码实现

import pandas as pd

def list_products(products: pd.DataFrame, orders: pd.DataFrame) -> pd.DataFrame:
    data = pd.merge(products, orders, on='product_id')
    data['order_date'] = pd.to_datetime(data['order_date'])  # 将整个列转换为datetime
    data=data.query("order_date >= '2020-02-01' & order_date <='2020-02-29'")
    #注意，groupby函数和聚合函数返回的数据只包括groupby函数和聚合函数内部的列
    a = data.groupby('product_id').agg({'unit':'sum'}).reset_index() #必须要重置索引
    #进行第二次合并进行求解
    result= pd.merge(products,a,how='left',on='product_id')
    result=result.query("unit >= 100")
    return result[['product_name','unit']]

——细节思考

注意，如果把一个数据框按照列A进行分组，并在后续添加了一个关于列B的聚合函数，那么生成的数据只包括列A和列B

import pandas as pd

def list_products(products: pd.DataFrame, orders: pd.DataFrame) -> pd.DataFrame:
    data = pd.merge(products, orders, on='product_id')
    data['order_date'] = pd.to_datetime(data['order_date'])  # 将整个列转换为datetime
    #细节处理！！！
    data=data.query("order_date >= '2020-02-01' & order_date <='2020-02-29'")
    a = data.groupby('product_id').agg({'unit':'sum'}).reset_index() #必须要重置索引
    return a
'''
| product_id | unit |
| ---------- | ---- |
| 1          | 130  |
| 2          | 80   |
| 3          | 5    |
| 5          | 100  |
'''

可见，以上代码只生成了product_id和unit列的数据框。

因此，如果想彻底解决题目需求，只需要将分组聚合后的数据框于源数据进行再次合并并且查询即可。