当前位置: 首页 > news >正文

leetcodeSQL解题:3564. 季节性销售分析

leetcodeSQL解题:3564. 季节性销售分析

题目:
表:sales

±--------------±--------+
| Column Name | Type |
±--------------±--------+
| sale_id | int |
| product_id | int |
| sale_date | date |
| quantity | int |
| price | decimal |
±--------------±--------+
sale_id 是这张表的唯一主键。
每一行包含一件产品的销售信息,包括 product_id,销售日期,销售数量,以及单价。
表:products

±--------------±--------+
| Column Name | Type |
±--------------±--------+
| product_id | int |
| product_name | varchar |
| category | varchar |
±--------------±--------+
product_id 是这张表的唯一主键。
每一行包含一件产品的信息,包括它的名字和分类。
编写一个解决方案来找到每个季节最受欢迎的产品分类。季节定义如下:

冬季:十二月,一月,二月
春季:三月,四月,五月
夏季:六月,七月,八月
秋季:九月,十月,十一月
一个 分类 的 受欢迎度 由某个 季节 的 总销售量 决定。如果有并列,选择总收入最高的类别 (quantity × price)。

返回结果表以季节 升序 排序。

示例:

输入:

sales 表:

±--------±-----------±-----------±---------±------+
| sale_id | product_id | sale_date | quantity | price |
±--------±-----------±-----------±---------±------+
| 1 | 1 | 2023-01-15 | 5 | 10.00 |
| 2 | 2 | 2023-01-20 | 4 | 15.00 |
| 3 | 3 | 2023-03-10 | 3 | 18.00 |
| 4 | 4 | 2023-04-05 | 1 | 20.00 |
| 5 | 1 | 2023-05-20 | 2 | 10.00 |
| 6 | 2 | 2023-06-12 | 4 | 15.00 |
| 7 | 5 | 2023-06-15 | 5 | 12.00 |
| 8 | 3 | 2023-07-24 | 2 | 18.00 |
| 9 | 4 | 2023-08-01 | 5 | 20.00 |
| 10 | 5 | 2023-09-03 | 3 | 12.00 |
| 11 | 1 | 2023-09-25 | 6 | 10.00 |
| 12 | 2 | 2023-11-10 | 4 | 15.00 |
| 13 | 3 | 2023-12-05 | 6 | 18.00 |
| 14 | 4 | 2023-12-22 | 3 | 20.00 |
| 15 | 5 | 2024-02-14 | 2 | 12.00 |
±--------±-----------±-----------±---------±------+
products 表:

±-----------±----------------±---------+
| product_id | product_name | category |
±-----------±----------------±---------+
| 1 | Warm Jacket | Apparel |
| 2 | Designer Jeans | Apparel |
| 3 | Cutting Board | Kitchen |
| 4 | Smart Speaker | Tech |
| 5 | Yoga Mat | Fitness |
±-----------±----------------±---------+
输出:

±--------±---------±---------------±--------------+
| season | category | total_quantity | total_revenue |
±--------±---------±---------------±--------------+
| Fall | Apparel | 10 | 120.00 |
| Spring | Kitchen | 3 | 54.00 |
| Summer | Tech | 5 | 100.00 |
| Winter | Apparel | 9 | 110.00 |
±--------±---------±---------------±-------

参考解法:

with temp1 as(select CASE WHEN MONTH(sale_date) IN (12, 1, 2) THEN 'Winter'WHEN MONTH(sale_date) IN (3, 4, 5) THEN 'Spring'WHEN MONTH(sale_date) IN (6, 7, 8) THEN 'Summer'WHEN MONTH(sale_date) IN (9, 10, 11) THEN 'Fall'END AS season,p.category,s.sale_id,s.product_id,s.quantity,s.price,s.sale_datefrom sales sleft join products p on s.product_id = p.product_id
),
temp2 as(select season,category,sum(quantity)as total_quantity,sum(quantity * price)as total_revenuefrom temp1group by season,category
),
temp3 as(select *,row_number()over(partition by season order by total_quantity desc,total_revenue desc)as ranknumfrom temp2
)SELECT season,category,total_quantity,total_revenue
FROM temp3
WHERE ranknum = 1
order by season

解释:

  1. temp1 CTE(公共表表达式)
with temp1 as(select CASE WHEN MONTH(sale_date) IN (12, 1, 2) THEN 'Winter'WHEN MONTH(sale_date) IN (3, 4, 5) THEN 'Spring'WHEN MONTH(sale_date) IN (6, 7, 8) THEN 'Summer'WHEN MONTH(sale_date) IN (9, 10, 11) THEN 'Fall'END AS season,p.category,s.sale_id,s.product_id,s.quantity,s.price,s.sale_datefrom sales sleft join products p on s.product_id = p.product_id
)

功能:这个 CTE 将销售数据按季节进行分类。
细节:
使用 CASE 语句来判断每条销售记录的 sale_date 所在的季节。
通过 left join 将 sales 表与 products 表连接,以获取每个销售记录对应的产品类别。
选择的字段包括季节、产品类别、销售ID、产品ID、数量、价格和销售日期。
2. temp2 CTE

temp2 as(select season,category,sum(quantity) as total_quantity,sum(quantity * price) as total_revenuefrom temp1group by season, category
)

功能:这个 CTE 汇总了每个季节和产品类别的销售数量和销售收入。
细节:
使用 SUM 函数计算每个季节和产品类别的总销售数量 (total_quantity) 和总收入 (total_revenue)。
通过 GROUP BY 子句按季节和产品类别进行分组。
3. temp3 CTE

temp3 as(select *,row_number() over(partition by season order by total_quantity desc, total_revenue desc) as ranknumfrom temp2
)

功能:这个 CTE 为每个季节的产品类别分配一个排名。
细节:
使用 ROW_NUMBER() 函数为每个季节的产品类别按销售数量和销售收入进行排名。
PARTITION BY season 表示在每个季节内进行排名,ORDER BY total_quantity DESC, total_revenue DESC 表示首先按销售数量降序排列,如果数量相同,则按销售收入降序排列。
4. 最终查询

SELECT season,category,total_quantity,total_revenue
FROM temp3
WHERE ranknum = 1
ORDER BY season

功能:从 temp3 中筛选出每个季节销售数量和收入最高的产品类别。
细节:
WHERE ranknum = 1 筛选出每个季节的第一名(即销售数量和收入最高的产品类别)。

最后按季节排序。

http://www.dtcms.com/a/240433.html

相关文章:

  • 深度解析 Linux 内核参数 net.ipv4.tcp_rmem:优化网络性能的关键
  • Android Test4 Application(Context)实例的获取
  • AI 导游:开启智能旅游新时代
  • 21-Oracle 23 ai-Automatic SQL Plan Management(SPM)
  • 数据结构篇--分离链表vs线性探测
  • 深入理解Spring Boot中的Filter机制:原理、注册与实战应用
  • 数据结构-文件
  • 怎么让Comfyui导出的图像不包含工作流信息,
  • Oracle11g安装包
  • nodejs express 打包部署
  • 洞见未来医疗:RTC技术如何重塑智慧医疗新生态
  • [拓扑优化] 1.概述
  • mcts蒙特卡洛模拟树思想
  • 抽象类和接口(全)
  • 土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测;从基础到高级,涵盖ArcGIS数据处理、ENVI遥感解译与CLUE模型情景模拟等
  • 学习记录之nestjs---基本认识
  • QT开发技术【ffmpeg EVideo录屏软件 一】
  • vue+cesium示例:3D热力图(附源码下载)
  • pkg-config --cflags --libs opencv4详细解释
  • LangGraph基础知识(Graph-GraphState)
  • Ansible 错误处理:确保高效自动化
  • 大模型——基于Docker+DeepSeek+Dify :搭建企业级本地私有化知识库超详细教程
  • 河南建筑安全员C证考试常见题及答案解析
  • MyBatis中关于缓存的理解
  • stm32进入Infinite_Loop原因(因为有系统中断函数未自定义实现)
  • 门静脉高压——检查
  • FreeRTOS学习01_移植FreeRTOS到STM32(图文详解)
  • 从0到1构建我的AI星逻系统: LLM智能控制 + Streamlit前端实战
  • Netty
  • 简繁体智能翻译软件