183. 从不订购的客户

🟢   🔖  数据库  🔗 力扣 LeetCode

题目

Table: Customers

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| id          | int     |
| name        | varchar |
+-------------+---------+

id is the primary key (column with unique values) for this table.

Each row of this table indicates the ID and name of a customer.

Table: Orders

+-------------+------+
| Column Name | Type |
+-------------+------+
| id          | int  |
| customerId  | int  |
+-------------+------+

id is the primary key (column with unique values) for this table.

customerId is a foreign key (reference columns) of the ID from the Customers table.

Each row of this table indicates the ID of an order and the ID of the customer who ordered it.

Write a solution to find all customers who never order anything.

Return the result table in any order.

The result format is in the following example.

Example 1:

Input:

Customers table:

+----+-------+
| id | name  |
+----+-------+
| 1  | Joe   |
| 2  | Henry |
| 3  | Sam   |
| 4  | Max   |
+----+-------+

Orders table:

+----+------------+
| id | customerId |
+----+------------+
| 1  | 3          |
| 2  | 1          |
+----+------------+

Output:

+-----------+
| Customers |
+-----------+
| Henry     |
| Max       |
+-----------+

题目大意

Customers 表：

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| id          | int     |
| name        | varchar |
+-------------+---------+

在 SQL 中，id 是该表的主键。

该表的每一行都表示客户的 ID 和名称。

Orders 表：

+-------------+------+
| Column Name | Type |
+-------------+------+
| id          | int  |
| customerId  | int  |
+-------------+------+

在 SQL 中，id 是该表的主键。

customerId 是 Customers 表中 ID 的外键( Pandas 中的连接键)。

该表的每一行都表示订单的 ID 和订购该订单的客户的 ID。

找出所有从不点任何东西的顾客。

以 任意顺序 返回结果表。

结果格式如下所示。

示例 1：

输入：

Customers table:

+----+-------+
| id | name  |
+----+-------+
| 1  | Joe   |
| 2  | Henry |
| 3  | Sam   |
| 4  | Max   |
+----+-------+

Orders table:

+----+------------+
| id | customerId |
+----+------------+
| 1  | 3          |
| 2  | 1          |
+----+------------+

输出：

+-----------+
| Customers |
+-----------+
| Henry     |
| Max       |
+-----------+

解题思路

MySQL

1. 返回字段：
   SELECT 指定要返回的字段：name（客户名称），重命名为 Customers。
   FROM Customers 表作为数据来源。

2. 筛选条件：

   • 使用 LEFT JOIN 将 Customers 表与 Orders 表连接，关联条件是 Customers.id = Orders.customerId。
   • 筛选出未下单的客户，即 Orders.customerId 为 NULL 的记录。
   • 使用 WHERE o.customerId IS NULL 筛选条件。

复杂度分析

• 时间复杂度：O(n + m)，其中 n 是 Customers 表的记录数，m 是 Orders 表的记录数。
• 空间复杂度：O(n)，返回的结果占用的空间与未下单的客户数成正比。

---

Pandas

1. 加载数据：
   将 Customers 和 Orders 数据加载到 Pandas 的两个 DataFrame 中。

2. 左连接：
   使用 merge 模拟 SQL 的 LEFT JOIN，Customers 为左表，Orders 为右表，关联条件是 Customers.id = Orders.customerId。

3. 筛选条件：
   筛选出 customerId 为 NaN 的记录，即未下过订单的客户。

4. 选择列：
   保留筛选后的 name 列，并重命名为 Customers ，作为最终结果。

代码

MySQL

SELECT c.name as Customers
FROM Customers c
LEFT JOIN Orders o
ON c.id = o.customerId
WHERE o.customerId IS NULL

Pandas

import pandas as pd

def customers_without_orders(customers: pd.DataFrame, orders: pd.DataFrame) -> pd.DataFrame:
    # LEFT JOIN 模拟
    merged = pd.merge(customers, orders, left_on='id', right_on='customerId', how='left')
    # 筛选未下订单的客户
    return merged[merged['customerId'].isna()][['name']].rename(columns={'name': 'Customers'})