36，Python数分之Pandas训练，力扣，1083. 销售分析 II

凡梦_leo

于 2024-09-30 16:08:50 发布

阅读量310

点赞数 11

分类专栏：数分之Pandas实战训练文章标签： leetcode 算法职场和发展 pandas 数据库 python 开发语言

本文链接：https://blog.csdn.net/qq_55006020/article/details/142658380

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

表：Product

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| product_id   | int     |
| product_name | varchar |
| unit_price   | int     |
+--------------+---------+
Product_id 是该表的主键(具有唯一值的列)。
该表的每一行表示每种产品的名称和价格。

表：Sales

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| seller_id   | int     |
| product_id  | int     |
| buyer_id    | int     |
| sale_date   | date    |
| quantity    | int     |
| price       | int     |
+------ ------+---------+
这个表可能有重复的行。
product_id 是 Product 表的外键(reference 列)。
buyer_id 永远不会是 NULL。
sale_date 永远不会是 NULL。
该表的每一行都包含一次销售的一些信息。

编写一个解决方案，报告那些买了 S8 而没有买 iPhone 的买家。注意，S8 和 iPhone 是 Product 表中显示的产品。

以 任意顺序 返回结果表。

结果格式如下所示。

示例 1：

输入：
Product table:
+------------+--------------+------------+
| product_id | product_name | unit_price |
+------------+--------------+------------+
| 1          | S8           | 1000       |
| 2          | G4           | 800        |
| 3          | iPhone       | 1400       |
+------------+--------------+------------+
Sales table:
+-----------+------------+----------+------------+----------+-------+
| seller_id | product_id | buyer_id | sale_date  | quantity | price |
+-----------+------------+----------+------------+----------+-------+
| 1         | 1          | 1        | 2019-01-21 | 2        | 2000  |
| 1         | 2          | 2        | 2019-02-17 | 1        | 800   |
| 2         | 1          | 3        | 2019-06-02 | 1        | 800   |
| 3         | 3          | 3        | 2019-05-13 | 2        | 2800  |
+-----------+------------+----------+------------+----------+-------+
输出：
+-------------+
| buyer_id    |
+-------------+
| 1           |
+-------------+
解释：
id 为 1 的买家购买了一部 S8，但是却没有购买 iPhone，而 id 为 3 的买家却同时购买了这 2 部手机。

三，建表语句

import pandas as pd

data = [[1, 'S8', 1000], [2, 'G4', 800], [3, 'iPhone', 1400]]
product = pd.DataFrame(data, columns=['product_id', 'product_name', 'unit_price']).astype({'product_id':'Int64', 'product_name':'object', 'unit_price':'Int64'})
data = [[1, 1, 1, '2019-01-21', 2, 2000], [1, 2, 2, '2019-02-17', 1, 800], [2, 1, 3, '2019-06-02', 1, 800], [3, 3, 3, '2019-05-13', 2, 2800]]
sales = pd.DataFrame(data, columns=['seller_id', 'product_id', 'buyer_id', 'sale_date', 'quantity', 'price']).astype({'seller_id':'Int64', 'product_id':'Int64', 'buyer_id':'Int64', 'sale_date':'datetime64[ns]', 'quantity':'Int64', 'price':'Int64'})

四，分析

表格大法内连接+子查询+去重

第一步:内连接两个表

第二步,分别取出购买了S8和购买了Iphone的用户

第三步:子查询,not in过滤

第四步:去重输出

第一步:内连接两个表

df = pd.merge(product,sales,how='inner',on='product_id')
df

第二步,分别取出购买了S8和购买了Iphone的用户

df1 = df[df['product_name']=='S8']
df2 = df[df['product_name']=='iPhone']
print(df1['buyer_id'])
print(df2['buyer_id'])

第三步:子查询,not in过滤

df3 = df1[~df1['buyer_id'].isin(df2['buyer_id'])]
res = df3['buyer_id'].to_frame()
res

第四步:去重输出

五，Pandas解答

import pandas as pd

def sales_analysis(product: pd.DataFrame, sales: pd.DataFrame) -> pd.DataFrame:
    df = pd.merge(product,sales,how='inner',on='product_id')
    df1 = df[df['product_name']=='S8']
    df2 = df[df['product_name']=='iPhone']
    df3 = df1[~df1['buyer_id'].isin(df2['buyer_id'])]
    res = df3['buyer_id'].to_frame()
    res = res.drop_duplicates()
    return res
sales_analysis(product,sales)