33，Python数分之Pandas训练，力扣，1070. 产品销售分析 III

最新推荐文章于 2024-09-29 23:23:41 发布

凡梦_leo

最新推荐文章于 2024-09-29 23:23:41 发布

阅读量637

点赞数 9

分类专栏：数分之Pandas实战训练文章标签： leetcode 算法 pandas linux sql python 开发语言

本文链接：https://blog.csdn.net/qq_55006020/article/details/142643065

版权

数分之Pandas实战训练专栏收录该内容

36 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

销售表 Sales：

+-------------+-------+
| Column Name | Type  |
+-------------+-------+
| sale_id     | int   |
| product_id  | int   |
| year        | int   |
| quantity    | int   |
| price       | int   |
+-------------+-------+
(sale_id, year) 是这张表的主键（具有唯一值的列的组合）。
product_id 是产品表的外键（reference 列）。
这张表的每一行都表示：编号 product_id 的产品在某一年的销售额。
请注意，价格是按每单位计的。

产品表 Product：

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| product_id   | int     |
| product_name | varchar |
+--------------+---------+
product_id 是这张表的主键（具有唯一值的列）。
这张表的每一行都标识：每个产品的 id 和 产品名称。

编写解决方案，选出每个售出过的产品 第一年 销售的 产品 id、年份、数量和价格。

结果表中的条目可以按 任意顺序 排列。

结果格式如下例所示：

示例 1：

输入：
Sales 表：
+---------+------------+------+----------+-------+
| sale_id | product_id | year | quantity | price |
+---------+------------+------+----------+-------+ 
| 1       | 100        | 2008 | 10       | 5000  |
| 2       | 100        | 2009 | 12       | 5000  |
| 7       | 200        | 2011 | 15       | 9000  |
+---------+------------+------+----------+-------+
Product 表：
+------------+--------------+
| product_id | product_name |
+------------+--------------+
| 100        | Nokia        |
| 200        | Apple        |
| 300        | Samsung      |
+------------+--------------+
输出：
+------------+------------+----------+-------+
| product_id | first_year | quantity | price |
+------------+------------+----------+-------+ 
| 100        | 2008       | 10       | 5000  |
| 200        | 2011       | 15       | 9000  |
+------------+------------+----------+-------+

三，建表语句

import pandas as pd

data = [[1, 100, 2008, 10, 5000], [2, 100, 2009, 12, 5000], [7, 200, 2011, 15, 9000]]
sales = pd.DataFrame(data, columns=['sale_id', 'product_id', 'year', 'quantity', 'price']).astype({'sale_id':'Int64', 'product_id':'Int64', 'year':'Int64', 'quantity':'Int64', 'price':'Int64'})
data = [[100, 'Nokia'], [200, 'Apple'], [300, 'Samsung']]
product = pd.DataFrame(data, columns=['product_id', 'product_name']).astype({'product_id':'Int64', 'product_name':'object'})

四，分析

第一步，rank开窗以产品id分组，以年排序生成一个序列

第二步，取第一

第三步，映射对应的列，改名，输出

这是一道简简单单的分组求top1的题

第一步，rank开窗以产品id分组，以年排序生成一个序列

第二步，取第一

第三步，映射对应的列，改名，输出

五，Pandas解答

import pandas as pd

def sales_analysis(sales: pd.DataFrame, product: pd.DataFrame) -> pd.DataFrame:
    sales['rn'] = sales.groupby('product_id')['year'].rank(method='min',ascending=True)
    df = sales[sales['rn']==1]
    res = df[['product_id','year','quantity','price']]
    res = res.rename(columns={'year':'first_year'})
    return res
sales_analysis(sales,product)