+-------------+----------+ | Column Name | Type | +-------------+----------+ | id | int | | client_id | int | | driver_id | int | | city_id | int | | status | enum | | request_at | varchar | +-------------+----------+ id 是这张表的主键(具有唯一值的列)。 这张表中存所有出租车的行程信息。每段行程有唯一 id ,其中 client_id 和 driver_id 是 Users 表中 users_id 的外键。 status 是一个表示行程状态的枚举类型,枚举成员为(‘completed’, ‘cancelled_by_driver’, ‘cancelled_by_client’) 。
表:Users
+-------------+----------+ | Column Name | Type | +-------------+----------+ | users_id | int | | banned | enum | | role | enum | +-------------+----------+ users_id 是这张表的主键(具有唯一值的列)。 这张表中存所有用户,每个用户都有一个唯一的 users_id ,role 是一个表示用户身份的枚举类型,枚举成员为 (‘client’, ‘driver’, ‘partner’) 。 banned 是一个表示用户是否被禁止的枚举类型,枚举成员为 (‘Yes’, ‘No’) 。
取消率 的计算方式如下:(被司机或乘客取消的非禁止用户生成的订单数量) / (非禁止用户生成的订单总数)。
编写解决方案找出 "2013-10-01"
至 "2013-10-03"
期间非禁止用户(乘客和司机都必须未被禁止)的取消率。非禁止用户即 banned 为 No 的用户,禁止用户即 banned 为 Yes 的用户。其中取消率 Cancellation Rate
需要四舍五入保留 两位小数 。
返回结果表中的数据 无顺序要求 。
结果格式如下例所示。
示例 1:
输入: Trips 表: +----+-----------+-----------+---------+---------------------+------------+ | id | client_id | driver_id | city_id | status | request_at | +----+-----------+-----------+---------+---------------------+------------+ | 1 | 1 | 10 | 1 | completed | 2013-10-01 | | 2 | 2 | 11 | 1 | cancelled_by_driver | 2013-10-01 | | 3 | 3 | 12 | 6 | completed | 2013-10-01 | | 4 | 4 | 13 | 6 | cancelled_by_client | 2013-10-01 | | 5 | 1 | 10 | 1 | completed | 2013-10-02 | | 6 | 2 | 11 | 6 | completed | 2013-10-02 | | 7 | 3 | 12 | 6 | completed | 2013-10-02 | | 8 | 2 | 12 | 12 | completed | 2013-10-03 | | 9 | 3 | 10 | 12 | completed | 2013-10-03 | | 10 | 4 | 13 | 12 | cancelled_by_driver | 2013-10-03 | +----+-----------+-----------+---------+---------------------+------------+ Users 表: +----------+--------+--------+ | users_id | banned | role | +----------+--------+--------+ | 1 | No | client | | 2 | Yes | client | | 3 | No | client | | 4 | No | client | | 10 | No | driver | | 11 | No | driver | | 12 | No | driver | | 13 | No | driver | +----------+--------+--------+ 输出: +------------+-------------------+ | Day | Cancellation Rate | +------------+-------------------+ | 2013-10-01 | 0.33 | | 2013-10-02 | 0.00 | | 2013-10-03 | 0.50 | +------------+-------------------+ 解释: 2013-10-01: - 共有 4 条请求,其中 2 条取消。 - 然而,id=2 的请求是由禁止用户(user_id=2)发出的,所以计算时应当忽略它。 - 因此,总共有 3 条非禁止请求参与计算,其中 1 条取消。 - 取消率为 (1 / 3) = 0.33 2013-10-02: - 共有 3 条请求,其中 0 条取消。 - 然而,id=6 的请求是由禁止用户发出的,所以计算时应当忽略它。 - 因此,总共有 2 条非禁止请求参与计算,其中 0 条取消。 - 取消率为 (0 / 2) = 0.00 2013-10-03: - 共有 3 条请求,其中 1 条取消。 - 然而,id=8 的请求是由禁止用户发出的,所以计算时应当忽略它。 - 因此,总共有 2 条非禁止请求参与计算,其中 1 条取消。 - 取消率为 (1 / 2) = 0.50
解答:
SELECT Request_at 'Day', round ( sum(case when status != 'completed' then 1 else 0 end ) /count(1) ,2) 'Cancellation Rate' FROM Trips t JOIN Users u1 ON (t.Client_id = u1.Users_id AND u1.Banned = 'No') JOIN Users u2 ON (t.Driver_id = u2.Users_id AND u2.Banned = 'No') WHERE Request_at BETWEEN '2013-10-01' AND '2013-10-03' GROUP BY Request_at; 方法1 如上 方法2 如下 # Write your MySQL query statement below #对Trips表和Users表连接,连接条件是行程对应的乘客非禁止且司机非禁止 #筛选订单日期在目标日期之间(BETWEEN AND) #用日期进行分组(GROUP BY) #分别统计所有订单数和被取消的订单数,其中取消订单数用一个bool条件来得到0或1,再用avg求均值 #对订单取消率保留两位小数,对输出列名改名。(round) SELECT Request_at 'Day', round(avg(Status!='completed'), 2) 'Cancellation Rate' FROM Trips t JOIN Users u1 ON (t.Client_id = u1.Users_id AND u1.Banned = 'No') JOIN Users u2 ON (t.Driver_id = u2.Users_id AND u2.Banned = 'No') WHERE Request_at BETWEEN '2013-10-01' AND '2013-10-03' GROUP BY Request_at;
avg(Status!='completed')
是一个 SQL 表达式,用于计算布尔条件的平均值。在这个表达式中:
Status != 'completed'
是一个布尔条件,它返回TRUE
或FALSE
。在 SQL 中,TRUE
通常被当作 1,FALSE
被当作 0。avg()
函数计算传入表达式的平均值。
所以,avg(Status!='completed')
实际上是计算 Status
列中不等于 'completed'
的记录的比例。例如,如果有 30% 的记录的 Status
不是 'completed'
,那么结果就是 0.3。
标签:10,Users,No,completed,leetcode,考试题,id,2013 From: https://www.cnblogs.com/mengbin0546/p/18350537