[力扣每日一练]关于所有不同域名的查找

一、题目要求：

表：Emails

+-------------+---------+
| Column Name | Type    |
+-------------+---------+
| id          | int     |
| email       | varchar |
+-------------+---------+
id 是这张表的主键（有不同值的列）。
这张表的每一行包含一个电子邮件地址。电子邮件地址不包含大写字母。
编写一个解决方案来找到所有 不同的电子邮件域名 并且计数与每个域名相关联的 记录。只考虑 以 .com 结尾 的域名。

返回结果表以 email_domains 升序 排列。

结果格式如下所示。

 

示例 1:

输入： 
Emails 表：
+-----+-----------------------+
| id  | email                 |
+-----+-----------------------+
| 336 | [email protected]        |
| 489 | [email protected]    |
| 449 | [email protected]    |
| 95  | [email protected]          |
| 320 | [email protected] |
| 411 | [email protected]      |
+----+------------------------+
输出： 
+--------------+-------+
| email_domain | count |
+--------------+-------+
| outlook.com  | 2     |
| yahoo.com    | 1     |  
+--------------+-------+
解释： 
- 以“.com”结束的合法域名只有“outlook.com”和“yahoo.com”，数量分别为 2 和 1。
输出表以 email_domains 升序排列。

二、pandas解法：

pandas解决这个需求可以用正则表达式来表示

import pandas as pd

def find_unique_email_domains(emails: pd.DataFrame) -> pd.DataFrame:
    #新建空值数据框
    data = pd.DataFrame()
    #取出Series类型的对应列，并且通过字符串匹配找到符合要求的字符串，保存到data空数据框的新建列中
    data['email_domain'] = emails['email'].str.extract(r'@([a-z]+\.com$)')
    #记得删除空值
    data=data.dropna()
    #新建数字1列，便于后续的统计
    data['count'] = 1
    #进行分组统计，直接将1列分组后进行累加的聚合操作即可
    data_last = data.groupby('email_domain').agg({'count':'sum'}).reset_index()
    return data_last

由于这里正则表达式要查找的是@后的域名(不包含@)，所以正则表达式查找的是@后小括号里的表达式，结尾，即$符号前以\.com表示

三、MySQL的两种解法：

（1）利用SUBSTRING_INDEX函数

SUBSTRING_INDEX(string,str,n)
#表示返回string字符串从str开始的第n个字符

这里我就可以在select字段中截取到@后的字符了，在WHERE利用函数RIGHT匹配字符串“.com”，再进行分组聚合即可完成查询

# Write your MySQL query statement below
SELECT SUBSTRING_INDEX(email,"@",-1) AS email_domain,count(email) AS count
FROM Emails 
WHERE RIGHT(email,4)=".com"
GROUP BY email_domain
ORDER BY email_domain

（2）利用SUBSTRING和LOCATE的函数组合

SUBSTRING(str,start,len) #返回从字符串str从strat位置起的len个长度的字符串
LOCATE(substring,string,start_position) #表示从string字符串的start_position位置开始的，查找substring的位置

SUBSTRING函数的参数只能输入数字，这样就不能精确截取字符串了，而LOCATE函数可以将某个字符转化为其在字符串的位置数字，用LOCATE函数找出@的数字位置，然后将该数字传递给SUBSTRING函数的start参数即可完成截取

# Write your MySQL query statement below
SELECT SUBSTRING(email, LOCATE('@', email)+1) AS email_domain,COUNT(*) AS count
FROM Emails
WHERE RIGHT(email,4) = '.com'
GROUP BY email_domain
ORDER BY email_domain

注意：这里的LOCATE要+1，因为域名不包含@

补充：为了避免命名BUG，MySQL的字段执行顺序为：

1. FROM

2. WHERE

3. GROUP BY

4. HAVING

5. SELECT

6. ORDER BY

7. LIMIT