數據背景來自：優梨：滴滴2020年春招Sql筆試題分析?zhuanlan.zhihu.com

這里就不再重復了，主要描述如何使用python數據清洗

問題：

1.訂單的平均應答率是多少？完單率是多少？

2.每個訂單的平均應答時間是多少？

3.從這一周的時間來看，呼叫次數最多的時間是幾點(當地時間)，最少的隨時間是幾點(當地時間)

4.客戶留存的情況：呼叫訂單第二天繼續呼叫的比例是多少？

數據清洗

1.首先導入文件

import pandas as pd

x1=pd.read_csv('C:/Users/LENOVO/Desktop/didi.csv')

2.為方便理解查詢將列名改成中文

smallDic={'order_id':'訂單號','passenger_id':'乘客號','call_time':'呼叫時間',

'grab_time':'應答時間','cancel_time':'取消時間','finish_time':'完成時間'}

x1.rename(columns=smallDic,inplace=True)

x1.head()

3.缺失數據處理

x1.shape

x2=x1.dropna(subset=['訂單號','乘客號'],how='any')

x2.shape并沒有缺失的數據

4.統一處理為巴西時間

import datetime

def time_add(x):

list=[]

for i in x:

sdate = datetime.datetime.strptime(i,'%Y/%m/%d %H:%M')

delta11 = datetime.timedelta(hours=11) #巴西時間比國內慢11小時

edate = sdate - delta11

list.append(edate)

pd1=pd.Series(list)

return pd1

t=x2.loc[:,'應答時間']

t1=x2.loc[:,'呼叫時間']

t2=x2.loc[:,'取消時間']

t3=x2.loc[:,'完成時間']

x2.loc[:,'應答時間']=time_add(t)

x2.loc[:,'呼叫時間']=time_add(t1)

x2.loc[:,'取消時間']=time_add(t2)

x2.loc[:,'完成時間']=time_add(t3)

x2.head()

5.對呼叫時間進行處理，分為呼叫日期和呼叫時刻

x2.loc[:,'呼叫時間']=x2.loc[:,'呼叫時間'].astype('str')

def time_spilt(x):

list=[]

for i in x:

date=i.split(" ")[0]

list.append(date)

pd1=pd.Series(list)

return pd1

date1=x2.loc[:,'呼叫時間']

x2['呼叫日期']=time_spilt(date1)

def hour_spilt(x):

list=[]

for i in x:

date=i.split(" ")[1]

hour=date.split(":")[0]

list.append(hour)

pd1=pd.Series(list)

return pd1

date1=x2.loc[:,'呼叫時間']

x2['呼叫時刻']=hour_spilt(date1)

x2.head()

6.呼叫日期中可能還會有空值，因此再次處理一下

x2.loc[:,'呼叫時間']=pd.to_datetime(x2.loc[:,'呼叫時間'],

format='%Y/%m/%d %H:%M',

errors='coerce' #表示不符合格式要求時轉化成空值

)

clearData=x2.dropna(subset=['呼叫時間'],how='any')

#行數就代表總的呼叫訂單數

call_O=clearData.shape[0]

7.對時間進行排序

#對時間進行排序

clearData=clearData.sort_values(by=['呼叫時間'],ascending=True)

clearData=clearData.reset_index(drop=True) #重新修改索引值

clearData.head()

構建模型

#構建模型 應答率=應答訂單/呼叫訂單 多條件篩選

judge1=(clearData.loc[:,'應答時間']>'2018-3-5') & (clearData.loc[:,'應答時間']

clearData1=clearData.loc[judge1,:]

grab_O=clearData1.shape[0]

grab_rate=grab_O/call_O

grab_rate應答率72.39%

#完成率也是一樣的算法 完成訂單/呼叫訂單

judge2=(clearData.loc[:,'完成時間']>'2018-3-5') & (clearData.loc[:,'完成時間']

clearData2=clearData.loc[judge2,:]

finish_O=clearData2.shape[0]

finish_R=finish_O/call_O

finish_R完成率47.14%

#最多呼叫次數計算

call_Num=clearData.groupby('呼叫時刻').agg({'訂單號':'count'})

max_time=call_Num.max()

p,d=call_Num.stack().idxmax()

print(p,max_time)表示最多的是18點，40筆

min_time=call_Num.min()

p1,d1=call_Num.stack().idxmin()

print(p1,min_time)最少的為2點，只有1筆

將結果在圖上繪制出來峰值為18點此后開始大幅下降，而凌晨2-4點這段時間呼叫次數很低

from datetime import timedelta

data=clearData.loc[:,['呼叫日期','乘客號']]

data.loc[:,'呼叫日期']=pd.to_datetime(data.loc[:,'呼叫日期'],format='%Y-%m-%d')

data.dtypes為了后面更好的計算，需要轉換日期格式

include_time=pd.Series(data.呼叫日期.unique()).sort_values()[:-1]

list=[]

for i in include_time:

first_user=set(data[data.呼叫日期==i].乘客號.unique())

add_day=datetime.timedelta(days=1)

s=i+add_day

second_user=set(data[data.呼叫日期==s].乘客號.unique())

a=0

for user in first_user:

for user1 in second_user:

if user==user1:

a=a+1

continue

rencent_rate=a/len(first_user)

print(i,rencent_rate)

python基礎數據分析學習：優梨：Python數據分析工具入門：Numpy/Pandas?zhuanlan.zhihu.com

總結

以上是生活随笔為你收集整理的乐飞天下python笔试题_滴滴2020年春招笔试题分析(Python)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。