力扣：183. 从不订购的客户（Python3）

题目：

Customers 表：

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| id          | int     |
| name        | varchar |
+-------------+---------+
在 SQL 中，id 是该表的主键。
该表的每一行都表示客户的 ID 和名称。

Orders 表：

+-------------+------+
| Column Name | Type |
+-------------+------+
| id          | int  |
| customerId  | int  |
+-------------+------+
在 SQL 中，id 是该表的主键。
customerId 是 Customers 表中 ID 的外键( Pandas 中的连接键)。
该表的每一行都表示订单的 ID 和订购该订单的客户的 ID。

找出所有从不点任何东西的顾客。

以 任意顺序 返回结果表。

结果格式如下所示。

来源：力扣（LeetCode）
链接：力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

示例：

示例 1：

输入：

Customers table:
+----+-------+
| id | name  |
+----+-------+
| 1  | Joe   |
| 2  | Henry |
| 3  | Sam   |
| 4  | Max   |
+----+-------+
Orders table:
+----+------------+
| id | customerId |
+----+------------+
| 1  | 3          |
| 2  | 1          |
+----+------------+

输出：

+-----------+
| Customers |
+-----------+
| Henry     |
| Max       |
+-----------+

解法：

判断Customers表中的id在Orders表中的customersId列中是否出现，返回未出现的。

知识点：

1.提取DataFrame中的列并以DataFrame格式返回：使用df[['列名]]。

2.DataFrame.rename(self, mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore')：mapper: 类似字典或函数，类似Dict或函数的转换，以应用于该轴的值，要么使用 mapper和 axis与指定axis的目标进行mapper转换，要么使用index和columns；index: 类似字典或函数，指定axis (mapper, axis=0相当于index=mapper)的替代方法；columns: 类似字典或函数，指定axis (mapper, axis=1 相当于columns=mapper)的替代方法；axis:{0 or 'index', 1 or 'columns'}, 默认为0（即' index '），int或str，轴到目标与mapper，可以是轴名(' index '， ' columns ')或数字(0,1)；copy:bool, 默认True，还要复制底层数据；inplace:bool, 默认为 False，是否返回新的DataFrame，如果为真，则忽略copy的值；level:int或level name, 默认 None，对于多索引，只能在指定的级别重命名标签；errors:{‘ignore’, ‘raise’}, 默认 ‘ignore’，如果‘raise’，则报告错误，如果 ‘ignore’,现有的键将被重命名，额外的键将被忽略。比如重命名列：

data = [[1, 'Joe'], [2, 'Henry'], [3, 'Sam'], [4, 'Max']]
customers = pd.DataFrame(data, columns=['id', 'name']).astype({'id': 'Int64', 'name': 'object'})

print(customers.rename(columns={'name': 'Customers'}))

代码：

import pandas as pd

def find_customers(customers: pd.DataFrame, orders: pd.DataFrame) -> pd.DataFrame:
    customers['buy'] = [customerId in list(orders['customerId']) for customerId in customers['id']]
    return customers[customers['buy'] == False][['name']].rename(columns={'name': 'Customers'})