排名靠前的旅行者

1407. 排名靠前的旅行者

表：Users

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| id            | int     |
| name          | varchar |
+---------------+---------+
id 是该表单主键。
name 是用户名字。

表：Rides

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| id            | int     |
| user_id       | int     |
| distance      | int     |
+---------------+---------+
id 是该表单主键。
user_id 是本次行程的用户的 id, 而该用户此次行程距离为 distance 。

写一段 SQL , 报告每个用户的旅行距离。

返回的结果表单，以 travelled_distance 降序排列 ，如果有两个或者更多的用户旅行了相同的距离, 那么再以 name 升序排列 。

查询结果格式如下例所示。

Users 表：
+------+-----------+
| id   | name      |
+------+-----------+
| 1    | Alice     |
| 2    | Bob       |
| 3    | Alex      |
| 4    | Donald    |
| 7    | Lee       |
| 13   | Jonathan  |
| 19   | Elvis     |
+------+-----------+

Rides 表：
+------+----------+----------+
| id   | user_id  | distance |
+------+----------+----------+
| 1    | 1        | 120      |
| 2    | 2        | 317      |
| 3    | 3        | 222      |
| 4    | 7        | 100      |
| 5    | 13       | 312      |
| 6    | 19       | 50       |
| 7    | 7        | 120      |
| 8    | 19       | 400      |
| 9    | 7        | 230      |
+------+----------+----------+

Result 表：
+----------+--------------------+
| name     | travelled_distance |
+----------+--------------------+
| Elvis    | 450                |
| Lee      | 450                |
| Bob      | 317                |
| Jonathan | 312                |
| Alex     | 222                |
| Alice    | 120                |
| Donald   | 0                  |
+----------+--------------------+
Elvis 和 Lee 旅行了 450 英里，Elvis 是排名靠前的旅行者，因为他的名字在字母表上的排序比 Lee 更小。
Bob, Jonathan, Alex 和 Alice 只有一次行程，我们只按此次行程的全部距离对他们排序。
Donald 没有任何行程, 他的旅行距离为 0。

原站题解

去查看

上次编辑到这里，代码来自缓存点击恢复默认模板

# Write your MySQL query statement below

pythondata 解法, 执行用时: 390 ms, 内存消耗: 67 MB, 提交时间: 2024-05-27 13:04:41

import pandas as pd


def top_travellers(users: pd.DataFrame, rides: pd.DataFrame) -> pd.DataFrame:

    # 获得user,总distance 数据， 并修改列名
    rd = rides.groupby(['user_id'])['distance'].sum().reset_index()
    rd.columns = ['user_id','travelled_distance']

    # merge user 和 总distance表， 并填充空的distance为0
    df = pd.merge(users, rd, left_on = 'id', right_on = 'user_id', how = 'left')
    df['travelled_distance'] = df['travelled_distance'].fillna(0)

    # 按照要求排序
    df1 = df.sort_values(['travelled_distance','name'], ascending = [False, True])

    # 返回需要字段
    return df1[['name','travelled_distance']]
    

def top_travellers2(users: pd.DataFrame, rides: pd.DataFrame) -> pd.DataFrame:
    disdf = pd.merge(rides,users,how='right',left_on='user_id',right_on='id') \
    .groupby(['id_y','name'])['distance'].sum().reset_index(name='travelled_distance') \
    .sort_values(['travelled_distance','name'],ascending=[False,True])
    return disdf[['name','travelled_distance']]

mysql 解法, 执行用时: 871 ms, 内存消耗: 0 B, 提交时间: 2022-06-06 10:23:52

select u.name, coalesce(sum(distance), 0) as travelled_distance from users u left join rides r on u.id=r.user_id group by r.user_id order by travelled_distance desc, u.name;

上一题

下一题

详情