1173. 即时食物配送 I
2023年8月13日20:14:17
简单
48
相关企业
SQL Schema
Pandas Schema
配送表: Delivery
+-----------------------------+---------+
| Column Name | Type |
+-----------------------------+---------+
| delivery_id | int |
| customer_id | int |
| order_date | date |
| customer_pref_delivery_date | date |
+-----------------------------+---------+
delivery_id 是表的主键(具有唯一值的列)。
该表保存着顾客的食物配送信息,顾客在某个日期下了订单,并指定了一个期望的配送日期(和下单日期相同或者在那之后)。
如果顾客期望的配送日期和下单日期相同,则该订单称为 「即时订单」,否则称为「计划订单」。
编写解决方案统计即时订单所占的百分比, 保留两位小数。
返回结果如下所示。
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 | 5 | 2019-08-02 | 2019-08-02 |
| 3 | 1 | 2019-08-11 | 2019-08-11 |
| 4 | 3 | 2019-08-24 | 2019-08-26 |
| 5 | 4 | 2019-08-21 | 2019-08-22 |
| 6 | 2 | 2019-08-11 | 2019-08-13 |
+-------------+-------------+------------+-----------------------------+
输出:
+----------------------+
| immediate_percentage |
+----------------------+
| 33.33 |
+----------------------+
解释:2 和 3 号订单为即时订单,其他的为计划订单。
通过次数
21.3K
提交次数
27.8K
通过率
76.7%
答案
import pandas as pd
def food_delivery(delivery: pd.DataFrame) -> pd.DataFrame:
return pd.DataFrame( {"immediate_percentage":[ round(delivery['delivery_id'][delivery["order_date"]==delivery["customer_pref_delivery_date"]].count() / delivery['delivery_id'].count()*100,2) ]} )
标签:配送,08,即时,delivery,2019,date,1173,id
From: https://www.cnblogs.com/lmq886/p/17627369.html