任务详情:
请根据系统提供的订单数据表,按要求完成以下三个任务:
传入一个字符串,返回订单总金额 (quantity * item_price) 最大或最小的商品,并返回商品的名称(item_name)。
请根据以上要求,将函数 salesStr() 补充完整,函数的返回值为字符(str),比如:"Steak Burrito"
字段名 | order_id | quantity | item_name | choice_description | item_price |
中文含义 | 商品编号 | 数量 | 商品名称 | 描述 | 单价 |
任务要求:
1. 传入一个字符串('max' 或 'min'),返回订单总金额最大或最小的商品的名称(item_name) ;
2. 传入的字符串不区分大小写,即传入值可能是"Max",也可能是"max";
3. 传入"max",返回订单总金额 (quantity * item_price) 最大的商品名称;传入“min”,返回订单总金额 (quantity * item_price) 最小的商品名称;
4. 返回字符串区分大小写,且保留字符串中间空格。
思路:
1.因为数据表中单价中含有特殊字符‘$’需要把数据取出进行切片处理,随后再存入DataFrame。
2.把商品的总金额进行计算生成一个新的columns['count']。
3.使用groupby()方法以商品名称对数据进行分组,把重复的商品数据整合到一起,随后再重置一下索引。
4.对新生成的DataFrame对象的['colunt'],使用Numpy中的argmax()/argmin()获取最大值和最小值的索引。
5.按照任务要求传入的字符串不区分大小写,我们判断时需把传进来的值转成小写或者大写进行比较。
6.最后通过loc[index,['columns']]获取商品的名称,并通过''.join 把商品名称转成字符串的形式return
代码如下:
import pandas as pd
import numpy as np
class Solution:
def salesStr(self, condition: str) -> str:
url ='http://72.itmc.org.cn:80/JS001/data/user/14053/80/fj_order_data.csv'
df = pd.read_csv(url, sep = ',')
list_price=[]
for x in df['item_price']:
list_price.append(float(x[1:]))
df['item_price']=list_price
df['count']=df['item_price']*df['quantity']
df1=df.groupby('item_name').sum().reset_index()
max_price=np.argmax(df1['count'])#最大值的索引
min_price=np.argmin(df1['count'])#最小值的索引
if condition.lower()=='max':
max_=''.join(df1.loc[max_price,['item_name']].values)
return max_
elif condition.lower()=='min':
min_=''.join(df1.loc[min_price,['item_name']].values)
return min_
return 0
以上仅代表个人的思路,如有欠缺请指教。