データサイエンス100本ノックで勉強(5)

前回に引き続きSQLとPythonでデータサイエンス100本ノック進めていきます。

github.com

S-006: レシート明細テーブル（receipt）から売上日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上数量（quantity）、売上金額（amount）の順に列を指定し、以下の条件を満たすデータを抽出せよ。
顧客ID（customer_id）が"CS018205000001" 売上金額（amount）が1,000以上または売上数量（quantity）が5以上

まず自分で以下のSQLを書いてみたのですが、

%%sql
select sales_ymd, customer_id, product_cd, quantity, amount from receipt
where customer_id = 'CS018205000001'
and amount >= 1000 or quantity >= 5;

これだとcustomer_idがCS018205000001以外のレコードも含まれてしまっていました。
正しくは以下のSQLのようにor条件が入るところに()をつける必要がありました。

%%sql
select sales_ymd as sales_date, customer_id, product_cd, quantity, amount from receipt
where customer_id = 'CS018205000001'
and ( amount >= 1000 or quantity >= 5);

これでcustomer_idがCS018205000001を抽出した上でamountとquantityに対してWhere条件を指定できました。

Pythonでは以下のようになります。

df_receipt[['sales_ymd','customer_id','product_cd','quantity','amount']].\
    query('customer_id=="CS018205000001" &(amount >= 1000 | quantity >= 5)')

「|」はorに書き換えても同様に動きました。