■ 題目｜Interview Query - Over 100 Dollars

You’re given two dataframes: transactions and products.
The transactions dataframe contains transaction ids, product ids, and the total amount of each product sold.
The products dataframe contains product ids and prices.
Write a function to return a dataframe containing every transaction with a total value of over $100. Include the total value of the transaction as a new column in the dataframe.

■ 解題思路

1. 釐清題意：保留總價值超過100元的資料，並以新欄位呈現
2. 操作技巧：
   (1) 關聯合併 - transactions 和 products 依相同欄位進行合併 【Day 17｜資料合併的三種常用語法】
   (2) 資料運算 - 透過乘法計算總價值 【Day 8｜資料運算的加減乘除】
   (3) 資料篩選 - 篩選總價值超過100的資料 【Day 10｜資料的篩選與過濾】
   (4) 檢查結果 - 需刪除 price 欄位
3. 實作練習：

   import pandas as pd
   def transactions_over_100(df_transactions: pd.DataFrame, df_products: pd.DataFrame):
       # 關聯合併 merge()
       new = pd.merge(df_transactions,df_products,on='product_id')
       # total value over 100
       new['total_value'] = new['amount'] * new['price']
       # 資料篩選
       con = new['total_value'] > 100
       # 刪除price欄位
       new.drop(columns='price',inplace=True)
       return new.loc[con]
   

4. 輸出結果：
   

■ 操作補充

　　Pandas 中的 drop**( index = '索引值名稱',** columns = '欄位名稱', inplace = True 或 False) 操作目的在於「刪除行或列的資料」，與 dropna( ) 刪除缺失值使用時機不同。

• 參數 index：依據索引值，刪除 row 的資料。
• 參數 columns：依據欄位名稱，刪除 column 的資料。
• 參數 inplace：預設為 False，不改變原本數據。

嗨，我是 Eva，一位正在努力跨進資料科學領域的女子！
如果有任何不理解、錯誤或其他方法想分享的話，歡迎留言！
喜歡的話，也歡迎按讚訂閱唷！我們明天見！