12，Python数分之Pandas训练，力扣，1596. 每位顾客最经常订购的商品

最新推荐文章于 2024-09-27 15:30:00 发布

凡梦_leo

最新推荐文章于 2024-09-27 15:30:00 发布

阅读量653

点赞数 17

分类专栏：数分之Pandas实战训练文章标签： pandas leetcode sql python flask django database

本文链接：https://blog.csdn.net/qq_55006020/article/details/142468071

版权

数分之Pandas实战训练专栏收录该内容

32 篇文章 0 订阅

订阅专栏

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

一，原题力扣链接

. - 力扣（LeetCode）

二，题干

表：Customers

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| customer_id   | int     |
| name          | varchar |
+---------------+---------+
customer_id 是该表具有唯一值的列
该表包含所有顾客的信息

表：Orders

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| order_id      | int     |
| order_date    | date    |
| customer_id   | int     |
| product_id    | int     |
+---------------+---------+
order_id 是该表具有唯一值的列
该表包含顾客 customer_id 的订单信息
没有顾客会在一天内订购相同的商品 多于一次

表：Products

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| product_id    | int     |
| product_name  | varchar |
| price         | int     |
+---------------+---------+
product_id 是该表具有唯一值的列
该表包含了所有商品的信息

写一个解决方案，找到每一个顾客最经常订购的商品。

结果表单应该有每一位至少下过一次单的顾客 customer_id , 他最经常订购的商品的 product_id 和 product_name。

返回结果 没有顺序要求。

查询结果格式如下例所示。

示例 1：

输入：
Customers表：
+-------------+-------+
| customer_id | name  |
+-------------+-------+
| 1           | Alice |
| 2           | Bob   |
| 3           | Tom   |
| 4           | Jerry |
| 5           | John  |
+-------------+-------+
Orders表：
+----------+------------+-------------+------------+
| order_id | order_date | customer_id | product_id |
+----------+------------+-------------+------------+
| 1        | 2020-07-31 | 1           | 1          |
| 2        | 2020-07-30 | 2           | 2          |
| 3        | 2020-08-29 | 3           | 3          |
| 4        | 2020-07-29 | 4           | 1          |
| 5        | 2020-06-10 | 1           | 2          |
| 6        | 2020-08-01 | 2           | 1          |
| 7        | 2020-08-01 | 3           | 3          |
| 8        | 2020-08-03 | 1           | 2          |
| 9        | 2020-08-07 | 2           | 3          |
| 10       | 2020-07-15 | 1           | 2          |
+----------+------------+-------------+------------+
Products表：
+------------+--------------+-------+
| product_id | product_name | price |
+------------+--------------+-------+
| 1          | keyboard     | 120   |
| 2          | mouse        | 80    |
| 3          | screen       | 600   |
| 4          | hard disk    | 450   |
+------------+--------------+-------+
输出：
+-------------+------------+--------------+
| customer_id | product_id | product_name |
+-------------+------------+--------------+
| 1           | 2          | mouse        |
| 2           | 1          | keyboard     |
| 2           | 2          | mouse        |
| 2           | 3          | screen       |
| 3           | 3          | screen       |
| 4           | 1          | keyboard     |
+-------------+------------+--------------+
解释：
Alice (customer 1) 三次订购鼠标, 一次订购键盘, 所以鼠标是 Alice 最经常订购的商品.
Bob (customer 2) 一次订购键盘, 一次订购鼠标, 一次订购显示器, 所以这些都是 Bob 最经常订购的商品.
Tom (customer 3) 只两次订购显示器, 所以显示器是 Tom 最经常订购的商品.
Jerry (customer 4) 只一次订购键盘, 所以键盘是 Jerry 最经常订购的商品.
John (customer 5) 没有订购过商品, 所以我们并没有把 John 包含在结果表中.

三，建表语句

import pandas as pd
data = [[1, 'Alice'], [2, 'Bob'], [3, 'Tom'], [4, 'Jerry'], [5, 'John']]
customers = pd.DataFrame(data, columns=['customer_id', 'name']).astype({'customer_id':'Int64', 'name':'object'})
data = [[1, '2020-07-31', 1, 1], [2, '2020-7-30', 2, 2], [3, '2020-08-29', 3, 3], [4, '2020-07-29', 4, 1], [5, '2020-06-10', 1, 2], [6, '2020-08-01', 2, 1], [7, '2020-08-01', 3, 3], [8, '2020-08-03', 1, 2], [9, '2020-08-07', 2, 3], [10, '2020-07-15', 1, 2]]
orders = pd.DataFrame(data, columns=['order_id', 'order_date', 'customer_id', 'product_id']).astype({'order_id':'Int64', 'order_date':'datetime64[ns]', 'customer_id':'Int64', 'product_id':'Int64'})
data = [[1, 'keyboard', 120], [2, 'mouse', 80], [3, 'screen', 600], [4, 'hard disk', 450]]
products = pd.DataFrame(data, columns=['product_id', 'product_name', 'price']).astype({'product_id':'Int64', 'product_name':'object', 'price':'Int64'})

四，分析

题解:

表1:客户表

字段:客户id,客户姓名

表2:订单表

字段:订单id,订单日期,客户id,产品id

表3:产品表

字段:产品id,产品名称,产品价格

求:结果表单应该有每一位至少下过一次单的顾客 customer_id , 他最经常订购的商品的 product_id 和 product_name。

第一步:三表合并; 内连接去掉没有下单的人以及没有被购买过的商品以订单表为核心

df = pd.merge(orders, products,how='inner', on='product_id')  # 两个表合并
df = pd.merge(df, customers,how='inner', on='customer_id') #在合并一个表
df

第二步:以客户id,产品id,产品名称分组统计购买的次数

df = pd.merge(orders, products,how='inner', on='product_id')  # 两个表合并
df = pd.merge(df, customers,how='inner', on='customer_id') #在合并一个表
df1= df.groupby(['customer_id','product_id','product_name'])['order_id'].count().reset_index()
df

第三步,以客户id分组,以次数排序分组求最大分组求top1

df = pd.merge(orders, products,how='inner', on='product_id')  # 两个表合并
df = pd.merge(df, customers,how='inner', on='customer_id') #在合并一个表
df1= df.groupby(['customer_id','product_id','product_name'])['order_id'].count().reset_index()
df1['rn1'] = df1.groupby('customer_id')['order_id'].rank(method='min',ascending=False)
df1 = df1[df1['rn1']==1]
df1

第四步,去rank=1的行,然后映射对应的列

五，Pandas解答

import pandas as pd

def most_frequently_products(customers: pd.DataFrame, orders: pd.DataFrame, products: pd.DataFrame) -> pd.DataFrame:
    df = pd.merge(orders, products,how='inner', on='product_id')  # 两个表合并
    df = pd.merge(df, customers,how='inner', on='customer_id') #在合并一个表
    df1= df.groupby(['customer_id','product_id','product_name'])['order_id'].count().reset_index()
    df1['rn1'] = df1.groupby('customer_id')['order_id'].rank(method='min',ascending=False)
    df1 = df1[df1['rn1']==1]
    df2=df1[['customer_id','product_id','product_name']]
    return df2

六，验证

七，知识点总结

Pandas三表合并的案例的运用 API:merge
Pandas分组聚合的运用 API:groupby ....count....
Pandas分组排序实现 rank的效果 API: groupby...rank...
Pandas条件过滤的运用
python数据分析的综合练习经典案例特殊的分组求top1