[data]Pandas基础1
条件筛选
595. 大的国家
World 表：
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| name | varchar |
| continent | varchar |
| area | int |
| population | int |
| gdp | bigint |
+-------------+---------+
name 是该表的主键（具有唯一值的列）。
这张表的每一行提供：国家名称、所属大陆、面积、人口和 GDP 值。
如果一个国家满足下述两个条件之一，则认为该国是 大国 ：
- 面积至少为 300 万平方公里（即，
3000000 km<sup>2</sup>），或者 - 人口至少为 2500 万（即
25000000）
编写解决方案找出 大国 的国家名称、人口和面积。
按 任意顺序 返回结果表。
Solo
import pandas as pd
def big_countries(world: pd.DataFrame) -> pd.DataFrame:
# 使用query方法过滤面积大于300万或人口大于2500万的国家
big_countries = world.query('area >= 3000000 | population >= 25000000')
# 只返回name, population和area三列
return big_countries[['name', 'population', 'area']]
1757. 可回收且低脂的产品
表：Products
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| product_id | int |
| low_fats | enum |
| recyclable | enum |
+-------------+---------+
product_id 是该表的主键（具有唯一值的列）。
low_fats 是枚举类型，取值为以下两种 ('Y', 'N')，其中 'Y' 表示该产品是低脂产品，'N' 表示不是低脂产品。
recyclable 是枚举类型，取值为以下两种 ('Y', 'N')，其中 'Y' 表示该产品可回收，而 'N' 表示不可回收。
编写解决方案找出既是低脂又是可回收的产品编号。
返回结果 无顺序要求 。
示例 1：
输入： Products 表： +-------------+----------+------------+ | product_id | low_fats | recyclable | +-------------+----------+------------+ | 0 | Y | N | | 1 | Y | Y | | 2 | N | Y | | 3 | Y | Y | | 4 | N | N | +-------------+----------+------------+ 输出： +-------------+ | product_id | +-------------+ | 1 | | 3 | +-------------+ 解释： 只有产品 id 为 1 和 3 的产品，既是低脂又是可回收的产品。
Solo
def find_products(products: pd.DataFrame) -> pd.DataFrame:
result = products[(products['low_fats'] == 'Y') & (products['recyclable'] == 'Y')] #找出兩個條件都符合的產品
return result[['product_id']] #回傳產品ID
183. 从不订购的客户
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。
Solo
def find_customers(customers: pd.DataFrame, orders: pd.DataFrame) -> pd.DataFrame:
# 获取Orders表中所有客户id
ordered_ids = set(orders['customerId'])
# 过滤客户id不在ordered_ids中的行
result = customers[~customers['id'].isin(ordered_ids)]
# 只保留name列
result = result[['name']]
# 重置索引
result = result.reset_index(drop=True)
# 添加表头
result.columns = ['Customers']
return result
1148. 文章浏览 I
Views 表：
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| article_id | int |
| author_id | int |
| viewer_id | int |
| view_date | date |
+---------------+---------+
此表可能会存在重复行。（换句话说，在 SQL 中这个表没有主键）
此表的每一行都表示某人在某天浏览了某位作者的某篇文章。
请注意，同一人的 author_id 和 viewer_id 是相同的。
请查询出所有浏览过自己文章的作者
结果按照 id 升序排列。
示例 1：
输入： Views 表： +------------+-----------+-----------+------------+ | article_id | author_id | viewer_id | view_date | +------------+-----------+-----------+------------+ | 1 | 3 | 5 | 2019-08-01 | | 1 | 3 | 6 | 2019-08-02 | | 2 | 7 | 7 | 2019-08-01 | | 2 | 7 | 6 | 2019-08-02 | | 4 | 7 | 1 | 2019-07-22 | | 3 | 4 | 4 | 2019-07-21 | | 3 | 4 | 4 | 2019-07-21 | +------------+-----------+-----------+------------+ 输出： +------+ | id | +------+ | 4 | | 7 | +------+
Solo
import pandas as pd
def article_views(views: pd.DataFrame) -> pd.DataFrame:
"""
在views表中过滤出author_id等于viewer_id的行
在过滤后的结果中取出author_id列
对author_id列去重
"""
result = views[views['author_id'] == views['viewer_id']]['author_id'].unique()
result = pd.DataFrame(result, columns=['id']).sort_values('id')
return result
笺評 (issue)