Question

262. 行程和用户

English Version

题目描述

表：Trips

+-------------+----------+
| Column Name | Type   |
+-------------+----------+
| id      | int    |
| client_id   | int    |
| driver_id   | int    |
| city_id   | int    |
| status    | enum   |
| request_at  | date   |   
+-------------+----------+
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

解法

方法一

import pandas as pd


def trips_and_users(trips: pd.DataFrame, users: pd.DataFrame) -> pd.DataFrame:
  # 1) temporal filtering
  trips = trips[trips["request_at"].between("2013-10-01", "2013-10-03")].rename(
    columns={"request_at": "Day"}
  )

  # 2) filtering based not banned
  # 2.1) mappning the column 'banned' to `client_id` and `driver_id`
  df_client = (
    pd.merge(trips, users, left_on="client_id", right_on="users_id", how="left")
    .drop(["users_id", "role"], axis=1)
    .rename(columns={"banned": "banned_client"})
  )
  df_driver = (
    pd.merge(trips, users, left_on="driver_id", right_on="users_id", how="left")
    .drop(["users_id", "role"], axis=1)
    .rename(columns={"banned": "banned_driver"})
  )
  df = pd.merge(
    df_client,
    df_driver,
    left_on=["id", "driver_id", "client_id", "city_id", "status", "Day"],
    right_on=["id", "driver_id", "client_id", "city_id", "status", "Day"],
    how="left",
  )
  # 2.2) filtering based on not banned
  df = df[(df["banned_client"] == "No") & (df["banned_driver"] == "No")]

  # 3) counting the cancelled and total trips per day
  df["status_cancelled"] = df["status"].str.contains("cancelled")
  df = df[["Day", "status_cancelled"]]
  df = df.groupby("Day").agg(
    {"status_cancelled": [("total_cancelled", "sum"), ("total", "count")]}
  )
  df.columns = df.columns.droplevel()
  df = df.reset_index()

  # 4) calculating the ratio
  df["Cancellation Rate"] = (df["total_cancelled"] / df["total"]).round(2)
  return df[["Day", "Cancellation Rate"]]

# Write your MySQL query statement below
SELECT
  request_at AS Day,
  ROUND(AVG(status != 'completed'), 2) AS 'Cancellation Rate'
FROM
  Trips AS t
  JOIN Users AS u1 ON (t.client_id = u1.users_id AND u1.banned = 'No')
  JOIN Users AS 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;