67，[数据清洗,转换]Python数分之Pandas训练，力扣，1543. 产品名称格式修复-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_55006020/article/details/143156429

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

表：Sales

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| sale_id      | int     |
| product_name | varchar |
| sale_date    | date    |
+--------------+---------+
sale_id 是该表具有唯一值的列
该表的每一行包含了产品的名称及其销售日期

因为在 2000 年该表是手工填写的，product_name 可能包含前后空格，而且包含大小写。

编写一个解决方案报告每个月的销售情况：

product_name 是小写字母且不包含前后空格
sale_date 格式为 ('YYYY-MM')
total 是产品在本月销售的次数

返回结果以 product_name 升序排列，如果有排名相同，再以 sale_date 升序排列。

查询结果格式如下所示。

示例 1：

输入：
Sales 表：
+---------+--------------+------------+
| sale_id | product_name | sale_date  |
+---------+--------------+------------+
| 1       | LCPHONE      | 2000-01-16 |
| 2       | LCPhone      | 2000-01-17 |
| 3       | LcPhOnE      | 2000-02-18 |
| 4       | LCKeyCHAiN   | 2000-02-19 |
| 5       | LCKeyChain   | 2000-02-28 |
| 6       | Matryoshka   | 2000-03-31 |
+---------+--------------+------------+
输出：
+--------------+-----------+-------+
| product_name | sale_date | total |
+--------------+-----------+-------+
| lckeychain   | 2000-02   | 2     |
| lcphone      | 2000-01   | 2     |
| lcphone      | 2000-02   | 1     |
| matryoshka   | 2000-03   | 1     |
+--------------+-----------+-------+
解释：
一月份售出 2 部 LcPhones。请注意，产品名称不区分大小写，且可能包含空格。 
二月份售出 2 个 LCKeychains 和 1 部 LCPhone。 
三月份售出 1 个 Matryoshka。

三，建表语句

import pandas as pd
data = [[1, 'LCPHONE', '2000-01-16'], [2, 'LCPhone', '2000-01-17'], [3, 'LcPhOnE', '2000-02-18'], [4, 'LCKeyCHAiN', '2000-02-19'], [5, 'LCKeyChain', '2000-02-28'], [6, 'Matryoshka', '2000-03-31']]
sales = pd.DataFrame(data, columns=['sale_id', 'product_name', 'sale_date']).astype({'sale_id':'Int64', 'product_name':'object', 'sale_date':'datetime64[ns]'})

四，分析

思路

表格大法

第一步:对产品名称列去除左右两边空格和转换为小写

第二步:对时间列截取保留年和月

第三步:以产品名称,和时间列分组 count sale_id的数量

第四步:改名排序映射指定的列输出

解题过程

MySQL+Pandas中实现上述表格逻辑

第一步:对产品名称列去除左右两边空格和转换为小写

在mysql

在pandas

第二步:对时间列截取保留年和月

在mysql

在pandas

第三步:以产品名称,和时间列分组 count sale_id的数量

在mysql

在pandas 第四步:改名排序映射指定的列输出

在mysql

在pandas

五，Pandas解答

import pandas as pd

def fix_name_format(sales: pd.DataFrame) -> pd.DataFrame:
    # 去除前后空格  和转为小写   以及把日期切片
    sales['product_name'] = sales['product_name'].str.strip().str.lower()
    sales['sale_date'] = sales['sale_date'].astype(str).str[:7]
    res = sales.groupby(['product_name','sale_date'])['sale_id'].count().reset_index(name='total')
    return res.sort_values(['product_name','sale_date'],ascending=[True,True])
fix_name_format(sales)