42，[经典面试题，ETL困难题]Python数分之Pandas训练，力扣，1127. 用户购买平台-CSDN博客

本文链接：https://blog.csdn.net/qq_55006020/article/details/142720577

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

支出表: Spending

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| user_id     | int     |
| spend_date  | date    |
| platform    | enum    | 
| amount      | int     |
+-------------+---------+
这张表记录了用户在一个在线购物网站的支出历史，该在线购物平台同时拥有桌面端（'desktop'）和手机端（'mobile'）的应用程序。
(user_id, spend_date, platform) 是这张表的主键(具有唯一值的列的组合)。
平台列 platform 是一种 ENUM ，类型为（'desktop', 'mobile'）。

编写解决方案找出每天仅使用手机端用户、仅使用桌面端用户和同时使用桌面端和手机端的用户人数和总支出金额。

以 任意顺序 返回结果表。

返回结果格式如下例所示：

示例 1：

输入：
Spending table:
+---------+------------+----------+--------+
| user_id | spend_date | platform | amount |
+---------+------------+----------+--------+
| 1       | 2019-07-01 | mobile   | 100    |
| 1       | 2019-07-01 | desktop  | 100    |
| 2       | 2019-07-01 | mobile   | 100    |
| 2       | 2019-07-02 | mobile   | 100    |
| 3       | 2019-07-01 | desktop  | 100    |
| 3       | 2019-07-02 | desktop  | 100    |
+---------+------------+----------+--------+
输出：
+------------+----------+--------------+-------------+
| spend_date | platform | total_amount | total_users |
+------------+----------+--------------+-------------+
| 2019-07-01 | desktop  | 100          | 1           |
| 2019-07-01 | mobile   | 100          | 1           |
| 2019-07-01 | both     | 200          | 1           |
| 2019-07-02 | desktop  | 100          | 1           |
| 2019-07-02 | mobile   | 100          | 1           |
| 2019-07-02 | both     | 0            | 0           |
+------------+----------+--------------+-------------+ 
解释：
在 2019-07-01, 用户1 同时 使用桌面端和手机端购买, 用户2 仅 使用了手机端购买，而用户3 仅 使用了桌面端购买。
在 2019-07-02, 用户2 仅 使用了手机端购买, 用户3 仅 使用了桌面端购买，且没有用户 同时 使用桌面端和手机端购买。

三，建表语句

import pandas as pd

data = [[1, '2019-07-01', 'mobile', 100], [1, '2019-07-01', 'desktop', 100], [2, '2019-07-01', 'mobile', 100], [2, '2019-07-02', 'mobile', 100], [3, '2019-07-01', 'desktop', 100], [3, '2019-07-02', 'desktop', 100]]
spending = pd.DataFrame(data, columns=['user_id', 'spend_date', 'platform', 'amount']).astype({'user_id':'Int64', 'spend_date':'datetime64[ns]', 'platform':'object', 'amount':'Int64'})

四，分析

表格大法创建维度表和主表进行左连接

第一步：创建一个维度表；

第二步：转platform 为权重；

第三步：以日期，用户id分组 sum 聚合platform与金额列

第四步：把作为权重的platform转换回来

第五步：把维度表和我们第四步转换回来的表左连接连接条件双条件日期与platfrom列

第六步：以日期和platfrom 分组聚合 sum金额与count用户id 统计人数

第七步：映射指定的列，改名，输出

解题过程

代码实现

第一步：创建一个维度表；

在pandas

第二步：转platform 为权重；

在pandas

第三步：以日期，用户id分组 sum 聚合platform与金额列

在pandas

第四步：把作为权重的platform转换回来

在pandas

第五步：把维度表和我们第四步转换回来的表左连接连接条件双条件日期与platfrom列

在pandas

第六步：以日期和platfrom 分组聚合 sum金额与count用户id 统计人数

在pandas

第七步：映射指定的列，改名，输出

五，Pandas解答

import pandas as pd

def user_purchase(spending: pd.DataFrame) -> pd.DataFrame:
    # 截取时间列 转为df对象，去重，重置索引
    res=spending['spend_date'].to_frame().drop_duplicates().reset_index(drop=True)
    #复制三个 df对象 然后创建一个临时表
    df=res.copy()
    df['pl'] ='mobile'
    df1=res.copy()
    df1['pl'] ='desktop'
    df2=res.copy()
    df2['pl'] ='both'
    temp =pd.concat([df,df1,df2],axis=0)
    # 转换平台为权重
    spending['platform'] = spending['platform'].apply(lambda x: 1 if x=='mobile' else 2)
    # 以日期，用户分组 聚合平台和金额
    s = spending.groupby(['spend_date','user_id']).agg({'platform':'sum','amount':'sum'}).reset_index()
    # 在把标签给转回来
    def fun(x):
        if x ==1:
            return 'mobile'
        elif x==2:
            return 'desktop'
        elif x==3:
            return 'both'
    s['platform'] = s['platform'].apply(fun)
    # 左连接这2个表
    s1 = pd.merge(temp,s,how='left',left_on=['pl','spend_date'],right_on=['platform','spend_date'])
    # 求和金额 和聚合用户id
    ress = s1.groupby(['spend_date','pl']).agg({'amount':'sum','user_id':'count'}).reset_index()
    # 改名
    ress = ress.rename(columns={'pl':'platform','amount':'total_amount','user_id':'total_users'})
    return ress
user_purchase(spending)

六，验证

七，知识点总结

Pandas抽取指定列的运用
Pandas中转series对象为dataframe的运用 to_farme()
Pandas中去重的运用 drop_duplicates
Pandas中重置索引的运用 reset_index(drop=True)
Pandas中复制的运用 copy
Pandas中实现sql中union的效果的运用 concat。。。axis=0
Pandas中对某列转换的运用
Pnadas中自定义函数的运用 apply
Python中三目运算符的运用
Python中匿名函数的运用
Pandas中多列分组的运用 groupby
Pandas中多列聚合的运用 egg
Pandas中实现sql中case whent then语法的运用
Pandas中左连接的运用 merge
Pandas中左连接连接的条件是多列运用
Pandas中多列分组+多列聚合的运用
Pandas中改名的运用
Pyhton中函数的运用