1907. 按分类统计薪水
2023年8月13日20:58:41
中等
23
相关企业
SQL Schema
Pandas Schema
表: Accounts
+-------------+------+
| 列名 | 类型 |
+-------------+------+
| account_id | int |
| income | int |
+-------------+------+
在 SQL 中，account_id 是这个表的主键。
每一行都包含一个银行帐户的月收入的信息。
查询每个工资类别的银行账户数量。 工资类别如下：
"Low Salary"：所有工资 严格低于20000美元。"Average Salary"： 包含 范围内的所有工资[$20000, $50000]。"High Salary"：所有工资 严格大于50000美元。
结果表 必须 包含所有三个类别。 如果某个类别中没有帐户，则报告 0 。
按 任意顺序 返回结果表。
查询结果格式如下示例。
示例 1：
输入：
Accounts 表:
+------------+--------+
| account_id | income |
+------------+--------+
| 3 | 108939 |
| 2 | 12747 |
| 8 | 87709 |
| 6 | 91796 |
+------------+--------+
输出：
+----------------+----------------+
| category | accounts_count |
+----------------+----------------+
| Low Salary | 1 |
| Average Salary | 0 |
| High Salary | 3 |
+----------------+----------------+
解释：
低薪: 数量为 2.
中等薪水: 没有.
高薪: 有三个账户，他们是 3, 6和 8.
通过次数
6.6K
提交次数
10.2K
通过率
64.7%
答案
import pandas as pd
def count_salary_categories(accounts: pd.DataFrame) -> pd.DataFrame:
accounts['category'] = pd.cut(accounts['income'],bins=[-1,19999,50000,9999999],labels = ["Low Salary","Average Salary","High Salary"])
accounts = accounts.groupby('category').count() # .apply(lambda x:x.count())
accounts['category'] =accounts.index
return accounts.rename(columns={"income":"accounts_count"})[["category","accounts_count"]]