68，Python数分之Pandas训练，力扣，1555. 银行账户概要

• 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，Pands解答

六，验证

七，知识点总结

---

一，原题力扣链接

. - 力扣（LeetCode）

二，题干

用户表： Users

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| user_id      | int     |
| user_name    | varchar |
| credit       | int     |
+--------------+---------+
user_id 是这个表的主键（具有唯一值的列）。
表中的每一列包含每一个用户当前的额度信息。

交易表：Transactions

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| trans_id      | int     |
| paid_by       | int     |
| paid_to       | int     |
| amount        | int     |
| transacted_on | date    |
+---------------+---------+
trans_id 是这个表的主键（具有唯一值的列）。
表中的每一列包含银行的交易信息。
ID 为 paid_by 的用户给 ID 为 paid_to 的用户转账。

力扣银行 (LCB) 帮助程序员们完成虚拟支付。我们的银行在表 Transaction 中记录每条交易信息，我们要查询每个用户的当前余额，并检查他们是否已透支（当前额度小于 0）。

编写解决方案报告：

• user_id 用户 ID
• user_name 用户名
• credit 完成交易后的余额
• credit_limit_breached 检查是否透支 （"Yes" 或 "No"）

以任意顺序返回结果表。

结果格式见如下所示。

示例 1:

输入：
Users 表：
+------------+--------------+-------------+
| user_id    | user_name    | credit      |
+------------+--------------+-------------+
| 1          | Moustafa     | 100         |
| 2          | Jonathan     | 200         |
| 3          | Winston      | 10000       |
| 4          | Luis         | 800         | 
+------------+--------------+-------------+

Transactions 表：
+------------+------------+------------+----------+---------------+
| trans_id   | paid_by    | paid_to    | amount   | transacted_on |
+------------+------------+------------+----------+---------------+
| 1          | 1          | 3          | 400      | 2020-08-01    |
| 2          | 3          | 2          | 500      | 2020-08-02    |
| 3          | 2          | 1          | 200      | 2020-08-03    |
+------------+------------+------------+----------+---------------+

输出：
+------------+------------+------------+-----------------------+
| user_id    | user_name  | credit     | credit_limit_breached |
+------------+------------+------------+-----------------------+
| 1          | Moustafa   | -100       | Yes                   | 
| 2          | Jonathan   | 500        | No                    |
| 3          | Winston    | 9900       | No                    |
| 4          | Luis       | 800        | No                    |
+------------+------------+------------+-----------------------+
Moustafa 在 "2020-08-01" 支付了 $400 并在 "2020-08-03" 收到了 $200 ，当前额度 (100 -400 +200) = -$100
Jonathan 在 "2020-08-02" 收到了 $500 并在 "2020-08-08" 支付了 $200 ，当前额度 (200 +500 -200) = $500
Winston 在 "2020-08-01" 收到了 $400 并在 "2020-08-03" 支付了 $500 ，当前额度 (10000 +400 -500) = $9900
Luis 未收到任何转账信息，额度 = $800

三，建表语句

import pandas as pd

data = [[1, 'Moustafa', 100], [2, 'Jonathan', 200], [3, 'Winston', 10000], [4, 'Luis', 800]]
users = pd.DataFrame(data, columns=['user_id', 'user_name', 'credit']).astype({'user_id':'Int64', 'user_name':'object', 'credit':'Int64'})
data = [[1, 1, 3, 400, '2020-08-01'], [2, 3, 2, 500, '2020-08-02'], [3, 2, 1, 200, '2020-08-03']]
transactions = pd.DataFrame(data, columns=['trans_id', 'paid_by', 'paid_to', 'amount', 'transacted_on']).astype({'trans_id':'Int64', 'paid_by':'Int64', 'paid_to':'Int64', 'amount':'Int64', 'transacted_on':'datetime64[ns]'})

四，分析

思路

表格大法

第一步:拆成2个表,支出的表 金额改为负数, 收入的表为正数, 然后union all两个表

第二步:以用户id分组,sum金额

第三步:用这个表右连接用户表 然后用金额+用户表的金额

第四步:针对计算之后的金额 做一个if判断 如果小于0 表示透支 给Yes 如果大于0 给No

解题过程

MySQL+Pandas实现上述表格逻辑

第一步:拆成2个表,支出的表 金额改为负数, 收入的表为正数, 然后union all两个表

在pandas

第二步:以用户id分组,sum金额

在pandas

第三步:用这个表右连接用户表 然后用金额+用户表的金额

在pandas

第四步:针对计算之后的金额 做一个if判断 如果小于0 表示透支 给Yes 如果大于0 给No

在pandas

五，Pands解答

import pandas as pd

def bank_account_summary(users: pd.DataFrame, transactions: pd.DataFrame) -> pd.DataFrame:
    res = transactions[['paid_by','amount']].rename(columns={'paid_by':'user_id'})
    res['amount'] = -res['amount']
    res1 = transactions[['paid_to','amount']].rename(columns={'paid_to':'user_id'})
    df = pd.concat([res,res1],axis=0)
    df1 = df.groupby('user_id')['amount'].sum().reset_index(name='amount')
    df2 = pd.merge(df1,users,how='right',on='user_id').fillna(0)
    df2['sum_a'] = df2['amount']+df2['credit']
    df2['credit_limit_breached'] = df2.apply(lambda x: 'Yes'  if x['sum_a']<0 else 'No',axis=1)
    df3 = df2[['user_id','user_name','sum_a','credit_limit_breached']].rename(columns={'sum_a':'credit'})
    return df3

bank_account_summary(users,transactions)

六，验证

七，知识点总结

• Pandas中映射指定的列并改名的运用
• Pandas把一列变成负数的运用
• Pandas中实现SQL中union all的运用
• Pandas中分组聚合的运用 并且分组聚合的时候实现改名
• Pands中对Nan值的处理
• Pandas中右连接的运用
• Pandas自定义函数的运用
• Python 匿名函数的运用
• Python 三目表达式的运用
• Pandas中改名的运用

• 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