leetcode : 585. Investments in 2016

leetcode : 585. Investments in 2016

• [leetcode : 585. Investments in 2016]

---

다이어그램

erDiagram
    INSURANCE {
        int pid PK
        float tiv_2015
        float tiv_2016
        float lat
        float lon
    }

목표

Write a solution to report the sum of all total investment values in 2016 tiv_2016, for all policyholders who:

have the same tiv_2015 value as one or more other policyholders, and
are not located in the same city as any other policyholder (i.e., the (lat, lon) aribute pairs must be unique).
Round tiv_2016 to two decimal places.
2016 투자 합산 소수점 2자리 반올림 : 다른 policyholders와 같은 tiv2015 & 다른 지역에 살아야함

---

문제 풀이

MySQL

-- Solution 1
WITH A AS (
    SELECT *
    FROM INSURANCE
    WHERE TIV_2015 IN (
        SELECT TIV_2015
        FROM INSURANCE
        GROUP BY TIV_2015
        HAVING COUNT(TIV_2015) > 1)
),
B AS (
    SELECT *
    FROM INSURANCE
    GROUP BY LAT, LON
    HAVING COUNT(*) = 1
)


SELECT ROUND(SUM(A.TIV_2016), 2) AS TIV_2016 
FROM A
JOIN B ON A.PID = B.PID

• Solution 1
  • 각 조건을 만족시키기 위해서 GROUP BY + HAVING을 사용한다.
  • 두 개의 CTE를 만든 후 JOIN 연산을 진행하기.

---

Pandas

# Solution 1 
def find_investments(insurance: pd.DataFrame) -> float:

    A = insurance.groupby('tiv_2015').size()
    A = A[A>1].index
    A = insurance[insurance['tiv_2015'].isin(A)]

    B = insurance.groupby(['lat','lon']).size()
    B = B[B==1].index
    B = insurance.set_index(['lat','lon']).loc[B].reset_index()

    result = A.merge(B, on='pid', how='inner',suffixes=('_l','_r'))

    return pd.DataFrame({'tiv_2016': [round(sum(result['tiv_2016_l']),2)]})

• Solution 1
  • groupby + size로 카운팅을 해주고, 조건에 맞게 필터링 해주기.
  • 두 테이블을 조인 연산 해주기.
    • python에서는 where같이 조건을 걸었을 때, 기존 테이블이 비어있는 경우 예외처리를 해야돼서 merge를 쓰는게 나은듯.

---

코멘트

• 불리언 인덱싱 이외에도, index 자체를 이용해서 isin, loc에 필터링이 가능하다.