# Write your MySQL query statement below
2686. 即时食物配送 III
Delivery
表:
+-----------------------------+---------+ | 字段名 | 类型 | +-----------------------------+---------+ | delivery_id | int | | customer_id | int | | order_date | date | | customer_pref_delivery_date | date | +-----------------------------+---------+ delivery_id 是该表的具有唯一值的列。 每一行包含有关向顾客交付食物的信息,顾客在某个日期下订单,并指定了一个首选交付日期(在订单日期当天或之后)。
如果顾客的首选交付日期与订单日期相同,则该订单称为 立即交付 ,否则称为 计划交付 。
编写解决方案,找出每个唯一的 order_date
中立即交付订单的百分比。结果保留两位小数。
返回查询结果并按 order_date
升序 排序。
查询结果的格式如下所示。
示例 1:
输入: Delivery 表: +-------------+-------------+------------+-----------------------------+ | delivery_id | customer_id | order_date | customer_pref_delivery_date | +-------------+-------------+------------+-----------------------------+ | 1 | 1 | 2019-08-01 | 2019-08-02 | | 2 | 2 | 2019-08-01 | 2019-08-01 | | 3 | 1 | 2019-08-01 | 2019-08-01 | | 4 | 3 | 2019-08-02 | 2019-08-13 | | 5 | 3 | 2019-08-02 | 2019-08-02 | | 6 | 2 | 2019-08-02 | 2019-08-02 | | 7 | 4 | 2019-08-03 | 2019-08-03 | | 8 | 1 | 2019-08-03 | 2019-08-03 | | 9 | 5 | 2019-08-04 | 2019-08-08 | | 10 | 2 | 2019-08-04 | 2019-08-18 | +-------------+-------------+------------+-----------------------------+ 输出: +------------+----------------------+ | order_date | immediate_percentage | +------------+----------------------+ | 2019-08-01 | 66.67 | | 2019-08-02 | 66.67 | | 2019-08-03 | 100.00 | | 2019-08-04 | 0.00 | +------------+----------------------+ 解释: – 2019年8月1日共有3个订单,其中2个是即时订单,1个是预定订单。因此,该日期的即时订单百分比为66.67。 – 2019年8月2日共有3个订单,其中2个是即时订单,1个是预定订单。因此,该日期的即时订单百分比为66.67。 – 2019年8月3日共有2个订单,均为即时订单。因此,该日期的即时订单百分比为100.00。 – 2019年8月4日共有2个订单,均为预定订单。因此,该日期的即时订单百分比为0.00。 order_dste 按升序排序。
原站题解
mysql 解法, 执行用时: 432 ms, 内存消耗: 0 B, 提交时间: 2023-10-15 17:33:24
# Write your MySQL query statement below select order_date, round(sum(case when order_date = customer_pref_delivery_date then 1 else 0 end)/count(delivery_id)*100,2) as immediate_percentage from Delivery group by order_date order by order_date
pythondata 解法, 执行用时: 452 ms, 内存消耗: 60.9 MB, 提交时间: 2023-10-15 17:33:01
import pandas as pd def immediate_delivery(delivery: pd.DataFrame) -> pd.DataFrame: delivery['flag'] = np.where(delivery['order_date']==delivery['customer_pref_delivery_date'],1,0) t1 = delivery.groupby('order_date',as_index=False).agg({'flag':'sum'}) t2 = delivery.groupby('order_date',as_index=False).agg({'flag':'count'}) t = t2.merge(t1,how='left',on='order_date') t['immediate_percentage'] = round(t['flag_y']/t['flag_x'] * 100,2) t = t.sort_values(by='order_date') return t[['order_date','immediate_percentage']]