【数据分析面试】44.分析零售客户群体（Python 集合Set的用法）

在这里插入图片描述

题目

假设你是一家在线零售商的数据库管理员，需要分析两类客户的数据。一个集合 purchased_customers 包含在最近一次促销活动中购买了商品的客户ID，另一个集合 newsletter_subscribers 包含订阅了新闻通讯的客户ID。编写一个函数 analyze_customers，返回一个包含以下内容的字典：

既购买了商品又订阅了新闻通讯的客户ID集合
只购买了商品但没有订阅新闻通讯的客户ID集合
只订阅了新闻通讯但没有购买商品的客户ID集合
购买商品和订阅新闻通讯的所有唯一客户ID集合

示例：

输入：

purchased_customers = {1001, 1002, 1003, 1004}
newsletter_subscribers = {1003, 1004, 1005, 1006}

输出：

def analyze_customers(purchased_customers, newsletter_subscribers) 
-> 
{
    'both': {1003, 1004},
    'only_purchased': {1001, 1002},
    'only_subscribed': {1005, 1006},
    'all_customers': {1001, 1002, 1003, 1004, 1005, 1006}
}

答案

解题思路

考虑使用python中关于集合的操作。注意题目要求生成一个字典，想想字典和集合有什么不同。

答案代码

def analyze_customers(purchased_customers, newsletter_subscribers):
    return {
        "both": purchased_customers & newsletter_subscribers,
        "only_purchased": purchased_customers - newsletter_subscribers,
        "only_subscribed": newsletter_subscribers - purchased_customers,
        "all_customers": purchased_customers | newsletter_subscribers
    }


purchased_customers = {1001, 1002, 1003, 1004}
newsletter_subscribers = {1003, 1004, 1005, 1006}
result = analyze_customers(purchased_customers, newsletter_subscribers)
print(result)

集合（Set）的用法

集合（Set）用于存储多个不重复的元素。集合是无序的，并且元素不能重复。集合支持各种数学集合操作，如并集、交集和差集。

创建集合：使用花括号 {}或者 set()函数。注意，空集合只能使用 set() 创建，因为 {} 被用来创建空字典。
集合的操作：
- 添加元素 使用 add() 方法
- 移除元素：使用 remove() 或 discard() 方法移除元素。区别是 remove() 在元素不存在时会引发 KeyError，而 discard() 不会

fruits = {"apple", "banana"}

# 添加元素
fruits.add("cherry")
print(fruits)  # 输出: {'apple', 'banana', 'cherry'}

# 移除元素
fruits.remove("banana")
print(fruits)  # 输出: {'apple', 'cherry'}

fruits.discard("banana")  # 不引发错误

集合的运算 ：
- 并集：使用 union() 方法或 | 运算符
- 交集：使用 intersection() 方法或 & 运算符
- 差集：使用 difference() 方法或 - 运算符
- 对称差集：使用 symmetric_difference() 方法或 ^ 运算符。（对称差集是所有属于一个集合但不属于另一个集合的元素。）

A = {1, 2, 3}
B = {3, 4, 5}

# 并集
print(A.union(B))  # 输出: {1, 2, 3, 4, 5}
print(A | B)       # 输出: {1, 2, 3, 4, 5}

# 交集
print(A.intersection(B))  # 输出: {3}
print(A & B)              # 输出: {3}

# 差集
print(A.difference(B))  # 输出: {1, 2}
print(A - B)            # 输出: {1, 2}

# 对称差集
print(A.symmetric_difference(B))  # 输出: {1, 2, 4, 5}
print(A ^ B)                      # 输出: {1, 2, 4, 5}