leetcode : 1075. Project Employees I

leetcode : 1075. Project Employees I

• [leetcode : 1075. Project Employees I]

---

다이어그램

erDiagram
    Project {
        int project_id PK
        int employee_id FK
    }

    Employee {
        int employee_id PK
        varchar name
        int experience_years
    }

    Project ||--o{ Employee : "has employees"

목표

프로젝트 별 평균 근속년수 구하기

---

문제 풀이

MySQL

SELECT PROJECT_ID, ROUND(AVG(EXPERIENCE_YEARS),2) AS AVERAGE_YEARS
FROM (
    SELECT P.PROJECT_ID, E.EXPERIENCE_YEARS
    FROM PROJECT AS P
    JOIN EMPLOYEE AS E ON P.EMPLOYEE_ID = E.EMPLOYEE_ID) AS TEMP
GROUP BY PROJECT_ID

• 서브쿼리에서 JOIN을 통해서 PROJECT에 투입된 사람의 연차가 얼마인지 모두 구한다.
• PROJECT별로 GROUP BY + AVG를 진행한다.

 

---

Pandas

# Solution 1
def project_employees_i(project: pd.DataFrame, employee: pd.DataFrame) -> pd.DataFrame:
    join = pd.merge(project, employee, on='employee_id')
    answer = join.groupby('project_id').agg({'experience_years': 'mean'}).reset_index()
    answer.rename(columns={'experience_years':'average_years'},inplace=True)
    answer['average_years'] = round(answer['average_years'],2)
    return answer

# Solution 2
def project_employees_i(project: pd.DataFrame, employee: pd.DataFrame) -> pd.DataFrame:
    merged = pd.merge(project, employee, on='employee_id')
    grouped = merged.groupby('project_id').agg(
                average_years = ('experience_years','mean')).reset_index()
    grouped['average_years'] = grouped['average_years'].round(2)
    return grouped[['project_id','average_years']]

• Solution 1
  • 같은 방식으로 join을 통해서 project에 투입된 사람의 연차를 모두 매칭시킨다.
  • agg를 통해서 평균값을 모두 구해주고 컬럼명, 포매팅 해주면 끝
• Solution 2
  • agg를 다른 방식으로 할당할 수 있다.
  • 새로운 컬럼명을 지정하면서 변환시킬 때, 딕셔너리 말고 할당 + 튜플로 전달해주면 된다.
  • 다중 컬럼에 대해서 다중 집계를 할 때, sol1 처럼 key = [agg1, agg2] 이런식으로 쓰는게 더 낫긴 하다.

---

코멘트

• .