46，Python数分之Pandas训练，力扣，1158. 市场分析 I

• 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

表： Users

+----------------+---------+
| Column Name    | Type    |
+----------------+---------+
| user_id        | int     |
| join_date      | date    |
| favorite_brand | varchar |
+----------------+---------+
user_id 是此表主键（具有唯一值的列）。
表中描述了购物网站的用户信息，用户可以在此网站上进行商品买卖。

表： Orders

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| order_id      | int     |
| order_date    | date    |
| item_id       | int     |
| buyer_id      | int     |
| seller_id     | int     |
+---------------+---------+
order_id 是此表主键（具有唯一值的列）。
item_id 是 Items 表的外键（reference 列）。
（buyer_id，seller_id）是 User 表的外键。

表：Items

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| item_id       | int     |
| item_brand    | varchar |
+---------------+---------+
item_id 是此表的主键（具有唯一值的列）。

编写解决方案找出每个用户的注册日期和在 2019 年作为买家的订单总数。

以 任意顺序 返回结果表。

查询结果格式如下。

示例 1:

输入：
Users 表:
+---------+------------+----------------+
| user_id | join_date  | favorite_brand |
+---------+------------+----------------+
| 1       | 2018-01-01 | Lenovo         |
| 2       | 2018-02-09 | Samsung        |
| 3       | 2018-01-19 | LG             |
| 4       | 2018-05-21 | HP             |
+---------+------------+----------------+
Orders 表:
+----------+------------+---------+----------+-----------+
| order_id | order_date | item_id | buyer_id | seller_id |
+----------+------------+---------+----------+-----------+
| 1        | 2019-08-01 | 4       | 1        | 2         |
| 2        | 2018-08-02 | 2       | 1        | 3         |
| 3        | 2019-08-03 | 3       | 2        | 3         |
| 4        | 2018-08-04 | 1       | 4        | 2         |
| 5        | 2018-08-04 | 1       | 3        | 4         |
| 6        | 2019-08-05 | 2       | 2        | 4         |
+----------+------------+---------+----------+-----------+
Items 表:
+---------+------------+
| item_id | item_brand |
+---------+------------+
| 1       | Samsung    |
| 2       | Lenovo     |
| 3       | LG         |
| 4       | HP         |
+---------+------------+
输出：
+-----------+------------+----------------+
| buyer_id  | join_date  | orders_in_2019 |
+-----------+------------+----------------+
| 1         | 2018-01-01 | 1              |
| 2         | 2018-02-09 | 2              |
| 3         | 2018-01-19 | 0              |
| 4         | 2018-05-21 | 0              |
+-----------+------------+----------------+

三，建表语句

import pandas as pd
data = [[1, '2018-01-01', 'Lenovo'], [2, '2018-02-09', 'Samsung'], [3, '2018-01-19', 'LG'], [4, '2018-05-21', 'HP']]
users = pd.DataFrame(data, columns=['user_id', 'join_date', 'favorite_brand']).astype({'user_id':'Int64', 'join_date':'datetime64[ns]', 'favorite_brand':'object'})
data = [[1, '2019-08-01', 4, 1, 2], [2, '2018-08-02', 2, 1, 3], [3, '2019-08-03', 3, 2, 3], [4, '2018-08-04', 1, 4, 2], [5, '2018-08-04', 1, 3, 4], [6, '2019-08-05', 2, 2, 4]]
orders = pd.DataFrame(data, columns=['order_id', 'order_date', 'item_id', 'buyer_id', 'seller_id']).astype({'order_id':'Int64', 'order_date':'datetime64[ns]', 'item_id':'Int64', 'buyer_id':'Int64', 'seller_id':'Int64'})
data = [[1, 'Samsung'], [2, 'Lenovo'], [3, 'LG'], [4, 'HP']]
items = pd.DataFrame(data, columns=['item_id', 'item_brand']).astype({'item_id':'Int64', 'item_brand':'object'})

四，分析

思路

表格大法： 过滤2019年的订单，左连接2个表，以用户id分组 聚合订单数量，去重，改名，输出

第一步：过滤订单表（orders）中非2019年的订单行数；

第二步：以用户表 左连接订单表 连接条件 用户的id和订单表中的buyerid，左连接的原因，加入有的用户没有下单的呢？

第三步：开窗count 扩充一列 统计以每个用户的下单数量；

第四步：映射指定的列，去重（开窗之后必然有重复的列），改名，输出

解题过程

mysql+pandas代码分别实现上述表格的逻辑

第一步：过滤订单表（orders）中非2019年的订单行数；

在pandas

第二步：以用户表 左连接订单表 连接条件 用户的id和订单表中的buyerid，左连接的原因，加入有的用户没有下单的呢？

在pandas

第三步：开窗count 扩充一列 统计以每个用户的下单数量；

在pandas

第四步：映射指定的列，去重（开窗之后必然有重复的列），改名，输出

在pandas

五，Pandas解答

import pandas as pd

def market_analysis(users: pd.DataFrame, orders: pd.DataFrame, items: pd.DataFrame) -> pd.DataFrame:
    # 拿到2019年的订单
    df = orders[orders['order_date'].dt.year ==2019]
    df1 = pd.merge(users,df,how='left',left_on='user_id',right_on='buyer_id')
    #映射指定的列 类似sql中 count开窗求出每个用户的的下单数
    df2 = df1[['user_id','join_date','order_id']]
    df3 =df2.copy()
    df3['cnt'] = df3.groupby('user_id')['order_id'].transform('count')
    res = df3[['user_id','join_date','cnt']].drop_duplicates().reset_index(drop=True)
    #| buyer_id  | join_date  | orders_in_2019 |
    res.columns=['buyer_id','join_date','orders_in_2019']
    return res
market_analysis(users,orders,items)

六，验证

七，知识点总结

• Pandas中时间行数的运用 dt.year
• Pandas中做左连接的运用  pd.merge
• Pandas中映射指定的列的运用
• Pnadas中copy的运用
• Pandas中 分组开窗的运用 实现类似sql中 count开窗的效果 transform
• Pandas中 去重的运用  drop_duplicates
• Pandas中 重置索引的运用  reset_index
• Pandas中  columns
• Python中函数的运用

• 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