Leetcode - Introducci贸n a Pandas

  • Remodelar datos: Pivote

    25 feb 2024

    Escribe una soluci贸n para pivotar los datos de manera que cada fila represente las temperaturas para un mes espec铆fico, y cada ciudad se muestre como una columna.

    #pandas#table-reshaping#sorting-and-grouping
  • Remodelar Datos: Melt

    25 feb 2024

    Escribe una soluci贸n para remodelar los datos de manera que cada fila represente la informaci贸n de las ventas para un producto en un trimestre espec铆fico.

    #pandas#table-reshaping#introduction-to-pandas
  • Encadenamiento de m茅todos

    25 feb 2024

    Escribe una soluci贸n para listar los animales cuyo peso es estrictamente mayor a 100 kilogramos. Regresa los nombres de los animales ordenados por peso en 贸rden descendente.

    #pandas#advanced-techniques#introduction-to-pandas
  • Eliminar filas duplicadas

    24 feb 2024

    Hay algunos clientes con el mismo email en el DataFrame Escribe una soluci贸n para eliminar esos registros, conservando s贸lo la primera ocurrencia.

    #pandas#data-cleaning#introduction-to-pandas
  • Eliminar filas sin nombre

    24 feb 2024

    Hay algunas filas en las que faltan valores en la columna name. Escribe una soluci贸n para eliminar las filas que no tienen un valor asignado en la columna name.

    #pandas#data-cleaning#introduction-to-pandas

Leetcode - Entrevista SQL en 50 preguntas

  • Crecimiento de un Restaurante

    8 feb 2024

    Usted es el due帽o de un restaurante y desea analizar una posible expansi贸n (habr谩 al menos un cliente diario). Calcula la media m贸vil de lo que ha pagado el cliente en un periodo de siete d铆as (es decir, el d铆a actual + 6 d铆as antes). average_amount debe redondearse a dos decimales. Regrese el resultado ordenado por visited_on en orden ascendente.

    #pandas#subqueries
  • Recuento de categor铆as salariales

    8 feb 2024

    Escribe una soluci贸n para calcular el n煤mero de cuentas bancarias para cada categor铆a salarial. Las categor铆as salariales son: - 'Low Salary': Todos los salarios estrictamente menores a $20000. - 'Average Salary': Todos los salarios en el rango inclusivo [$20000, $50000]. - 'High Salary': Todos los salarios estrictamente mayores a $50000. La tabla de resultados debe contener las tres categor铆as. Si no hay cuentas en una categor铆a, regrese 0. Regrese el resultado en cualquier orden.

    #pandas#advanced-select
  • Empleados cuyo gerente dej贸 la compan铆a

    8 feb 2024

    Encuentre los IDs de los empleados cuyo salario es estrictamente menor a $30000 y cuyo gerente abandon贸 la compan铆a, su informaci贸n se elimina de la tabla Employees, pero los informes siguen teniendo su manager_id establecido en el gerente que se fue. Regrese el resultado ordenado por employee_id.

    #pandas#advanced-select
  • Precio de productos en una fecha determinada

    7 feb 2024

    Escriba una soluci贸n para encontrar los precios de todos los productos el d铆a 2019-08-16. Asuma que el precio de todos los productos antes de cualquier cambio es 10. Regrese el resultado en cualquier orden.

    #pandas#advanced-select
  • El n煤mero de empleados que reportan a cada empleado

    7 feb 2024

    Para este problema, consideraremos que un empleado es gerente si tiene al menos 1 empleado a su cargo. Escribe una soluci贸n para reportar los IDs y los nombres de todos los gerentes, el n煤mero de empleados que tienen a su cargo, y la edad promedio de los empleados subordinados redondeada al valor entero m谩s cercano. Regresa el resultado ordenado por employee_id.

    #pandas#advanced-select

slackmart blog 漏 2024