183. Customers Who Never Order
顧客表
+-------------+---------+
| 列名 | 類型 |
+-------------+---------+
| id | int | | name | varchar |
+-------------+---------+
id 是這個表的主鍵（具有唯一值的列）。 這個表的每一行表示一個顧客的 ID 和姓名。
訂單表
+-------------+------+
| 列名 | 類型 |
+-------------+------+
| id | int |
| customerId | int |
+-------------+------+
id 是這個表的主鍵（具有唯一值的列）。 customerId 是一個外鍵（引用列），引用自顧客表的 ID。 這個表的每一行表示一個訂單的 ID 和下訂單的顧客的 ID。
解題說明
撰寫一個解決方案來查找所有從未下過訂單的顧客。
可以按任意順序返回結果表。
+-------------+---------+
| 列名 | 類型 |
+-------------+---------+
| id | int | | name | varchar |
+-------------+---------+
id 是這個表的主鍵（具有唯一值的列）。 這個表的每一行表示一個顧客的 ID 和姓名。
訂單表
+-------------+------+
| 列名 | 類型 |
+-------------+------+
| id | int |
| customerId | int |
+-------------+------+
id 是這個表的主鍵（具有唯一值的列）。 customerId 是一個外鍵（引用列），引用自顧客表的 ID。 這個表的每一行表示一個訂單的 ID 和下訂單的顧客的 ID。
解題說明
撰寫一個解決方案來查找所有從未下過訂單的顧客。
可以按任意順序返回結果表。
範例：
輸入：
顧客表：
+----+-------+
| id | name |
+----+-------+
| 1 | Joe |
| 2 | Henry |
| 3 | Sam |
| 4 | Max |
+----+-------+
訂單表：
+----+------------+
| id | customerId |
+----+------------+
| 1 | 3 |
| 2 | 1 |
+----+------------+
輸出：
+-----------+
| Customers |
+-----------+
| Henry |
| Max |
+-----------+
輸入：
顧客表：
+----+-------+
| id | name |
+----+-------+
| 1 | Joe |
| 2 | Henry |
| 3 | Sam |
| 4 | Max |
+----+-------+
訂單表：
+----+------------+
| id | customerId |
+----+------------+
| 1 | 3 |
| 2 | 1 |
+----+------------+
輸出：
+-----------+
| Customers |
+-----------+
| Henry |
| Max |
+-----------+
MySQL
# Write your MySQL query statement below
SELECT name AS Customers
FROM Customers
LEFT JOIN Orders ON Customers.id = Orders.customerId
WHERE Orders.customerId IS NULL;
510ms
Pandas
import pandas as pd
def find_customers(customers: pd.DataFrame, orders: pd.DataFrame) -> pd.DataFrame:
# Perform a left join on customers and orders
merged_df = customers.merge(orders, left_on='id', right_on='customerId', how='left')
# Filter rows where customerId in orders is NaN
no_orders_df = merged_df[merged_df['customerId'].isna()]
# Select the name column and rename it to Customers
result_df = no_orders_df[['name']].rename(columns={'name': 'Customers'})
return result_df
66.51MB, 492ms
PostgreSQL
-- Write your PostgreSQL query statement below
SELECT c.name AS Customers
FROM Customers c
LEFT JOIN Orders o ON c.id = o.customerId
WHERE o.customerId IS NULL;
0.00MB, 242ms
