4，Python数分之Pandas训练，力扣，1303. 求团队人数

• 学习：知识的初次邂逅
• 复习：知识的温故知新
• 练习：知识的实践应用

目录

一，原题力扣链接

二，题干

三，建表语句

四，分析

五，Pandas解答

六，验证

七，知识点总结

---

一，原题力扣链接

. - 力扣（LeetCode）

二，题干

员工表：Employee

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| employee_id   | int     |
| team_id       | int     |
+---------------+---------+
employee_id 字段是这张表的主键(具有唯一值的列)
表中的每一行都包含每个员工的 ID 和他们所属的团队。

编写解决方案以求得每个员工所在团队的总人数。

返回结果表 无顺序要求 。

返回结果格式示例如下：

示例 1：

输入：
Employee Table:
+-------------+------------+
| employee_id | team_id    |
+-------------+------------+
|     1       |     8      |
|     2       |     8      |
|     3       |     8      |
|     4       |     7      |
|     5       |     9      |
|     6       |     9      |
+-------------+------------+
输出：
+-------------+------------+
| employee_id | team_size  |
+-------------+------------+
|     1       |     3      |
|     2       |     3      |
|     3       |     3      |
|     4       |     1      |
|     5       |     2      |
|     6       |     2      |
+-------------+------------+
解释：
ID 为 1、2、3 的员工是 team_id 为 8 的团队的成员，
ID 为 4 的员工是 team_id 为 7 的团队的成员，
ID 为 5、6 的员工是 team_id 为 9 的团队的成员。

三，建表语句

import pandas as pd
data = [[1, 8], [2, 8], [3, 8], [4, 7], [5, 9], [6, 9]]
employee = pd.DataFrame(data, columns=['employee_id', 'team_id']).astype({'employee_id':'Int64', 'team_id':'Int64'})

四，分析

第一步分组聚合 以团队id分组 求团队人数

df=employee.groupby(by='team_id').count()  #分组 聚合求count次数

 

第二步,内连接查询的结果和原表

df2 = pd.merge(employee,df,how='inner',on='team_id')  #内连接一下

第三步,取对应的列,并且改名即可

df=employee.groupby(by='team_id').count()  #分组 聚合求count次数

df2 = pd.merge(employee,df,how='inner',on='team_id')  #内连接一下

df3=df2[['employee_id_x','employee_id_y']]  #取最终要的两列 
df4 = df3.rename(columns={'employee_id_x':'employee_id','employee_id_y':'team_id'})  #改名一下
df4  #最后输出

 

五，Pandas解答

import pandas as pd

def team_size(employee: pd.DataFrame) -> pd.DataFrame:
    df=employee.groupby(by='team_id').count()  #分组 聚合求count次数
    df2 = pd.merge(employee,df,how='inner',on='team_id')  #内连接一下
    df3=df2[['employee_id_x','employee_id_y']]  #取最终要的两列 
    df4 = df3.rename(columns={'employee_id_x':'employee_id','employee_id_y':'team_size'})  #改名一下
    return df4

六，验证

七，知识点总结

• Pandas分组聚合的运用 API:groupby
• Pandas内连接的运用 API:marge
• Pandas改名的运用 API:raname
• python函数的运用

• 学习：知识的初次邂逅
• 复习：知识的温故知新
• 练习：知识的实践应用