已解答
中等
相关标签
相关企业
SQL Schema
Pandas Schema
表:transactions
+------------------+------+ | Column Name | Type | +------------------+------+ | transaction_id | int | | amount | int | | transaction_date | date | +------------------+------+ transactions_id 列唯一标识了表中的每一行。 这张表的每一行包含交易 id,金额总和和交易日期。
编写一个解决方案来查找每天 奇数 交易金额和 偶数 交易金额的 总和。如果某天没有奇数或偶数交易,显示为 0
。
返回结果表以 transaction_date
升序 排序。
结果格式如下所示。
示例:
输入:
transactions
表:
+----------------+--------+------------------+ | transaction_id | amount | transaction_date | +----------------+--------+------------------+ | 1 | 150 | 2024-07-01 | | 2 | 200 | 2024-07-01 | | 3 | 75 | 2024-07-01 | | 4 | 300 | 2024-07-02 | | 5 | 50 | 2024-07-02 | | 6 | 120 | 2024-07-03 | +----------------+--------+------------------+
输出:
+------------------+---------+----------+ | transaction_date | odd_sum | even_sum | +------------------+---------+----------+ | 2024-07-01 | 75 | 350 | | 2024-07-02 | 0 | 350 | | 2024-07-03 | 0 | 120 | +------------------+---------+----------+
解释:
- 对于交易日期:
- 2024-07-01:
- 奇数交易金额总和:75
- 偶数交易金额总和:150 + 200 = 350
- 2024-07-02:
- 奇数交易金额总和:0
- 偶数交易金额总和:300 + 50 = 350
- 2024-07-03:
- 奇数交易金额总和:0
- 偶数交易金额总和:120
- 2024-07-01:
注意:输出表以 transaction_date
升序排序。
select
transaction_date,
sum(if(amount%2=1,amount,0)) as odd_sum,
sum(if(amount%2=0,amount,0)) as even_sum
from transactions
group by transaction_date
order by transaction_date