Python помогает аналитику обрабатывать файлы и повторять расчёты без ручной работы. Например, каждый месяц получать из выгрузки отчёт по клиентам.
Начните с одного такого отчёта. Разберитесь, как загрузить таблицу, проверить её, посчитать итог и сохранить ответ. Не нужно учить весь язык до первой задачи.
Ниже — учебный пример. Подготовка именно к интервью разобрана в статье о Python и pandas на собеседовании.
Что знать перед pandas
Сначала разберитесь с числами, строками, условиями, циклами, списками, словарями и функциями. Научитесь читать сообщение об ошибке: оно часто подсказывает, где искать проблему.
Попробуйте простое задание: есть список клиентов и сумм их платежей. Посчитайте общую сумму для каждого клиента. Проверьте пустой список, повтор клиента и отрицательную сумму. Спросите себя, что означает минус: возврат или ошибку в данных?
Синтаксис можно смотреть в учебнике Python. Если вы раньше не программировали, разбирайте небольшие примеры и сверяйте ответы вручную.
Соберём отчёт в pandas
Нужно посчитать оплаченные заказы и сумму покупок каждого клиента. В нашей выгрузке одна строка случайно повторилась целиком.
По условиям задачи точную копию можно убрать. Но если у одного номера заказа разные суммы или статусы, нельзя просто выбрать первую попавшуюся строку. Сначала нужно выяснить причину.
import pandas as pd
orders = pd.DataFrame(
[
(1, 10, "paid", 100),
(2, 10, "paid", 200),
(3, 20, "cancelled", 300),
(4, 20, "paid", 400),
(4, 20, "paid", 400),
],
columns=["order_id", "user_id", "status", "amount"],
)
orders["amount"] = pd.to_numeric(orders["amount"], errors="raise")
if orders[["order_id", "user_id", "status", "amount"]].isna().any().any():
raise ValueError("В обязательных полях есть пропуски")
orders = orders.drop_duplicates()
if orders["order_id"].duplicated().any():
raise ValueError("У заказа несколько разных записей")
paid = orders.loc[orders["status"].eq("paid")].copy()
report = paid.groupby("user_id", as_index=False).agg(
paid_orders=("order_id", "nunique"),
paid_amount=("amount", "sum"),
)
customers = pd.DataFrame(
{"user_id": [10, 20], "segment": ["new", "returning"]}
)
report = report.merge(
customers, on="user_id", how="left", validate="one_to_one"
)
if report["segment"].isna().any():
raise ValueError("Для части клиентов нет сегмента")
report = report.sort_values("user_id")
report.to_csv("customer_report.csv", index=False)
print(report.to_string(index=False))
Должен получиться такой отчёт:
| user_id | paid_orders | paid_amount | segment |
|---|---|---|---|
| 10 | 2 | 300 | new |
| 20 | 1 | 400 | returning |
Клиент 10 сделал два оплаченных заказа на 300. Клиент 20 — один на 400. Общая сумма — 700. Это число должно совпасть с суммой в готовом отчёте.
Что делает код по шагам
Сначала он создаёт таблицу и проверяет, что суммы действительно числа. Затем смотрит, нет ли пропусков в обязательных полях.
После этого drop_duplicates() убирает полностью одинаковые строки. Если один order_id всё ещё встречается несколько раз, код останавливается с ошибкой: у заказа остались разные записи. Так мы не скроем проблему случайным выбором строки. Подробнее о функции — в справке pandas.
Дальше оставляем только оплаченные заказы. Считаем их число и сумму по клиенту. В конце добавляем сегмент из справочника и сохраняем результат в CSV.
Зачем проверять соединение таблиц
В отчёте и справочнике ожидается по одной строке на клиента. Поэтому в merge стоит validate="one_to_one". Если ключи повторятся, pandas сообщит об ошибке.
Если бы мы соединяли все заказы со справочником клиентов, одному клиенту соответствовало бы много заказов. Тогда подошёл бы вариант many_to_one. Эти настройки описаны в документации pandas.
Но такая проверка не решает всё. Можно выбрать неправильное поле для соединения, даже если оно уникально. Поэтому сначала нужно понять связь таблиц.
Ещё один вопрос — когда определён сегмент клиента. Если сегмент меняется, сегодняшний справочник может не подойти для анализа прошлых покупок.
Как практиковаться дальше
| Шаг | Что сделать | Как проверить |
|---|---|---|
| Основы Python | Сложить платежи через словарь | Посчитать маленький пример вручную |
| pandas | Отобрать оплаты и собрать суммы | Сверить общий итог |
| Соединения | Добавить справочник | Проверить повторы ключей и пропуски |
| Даты | Посчитать покупки по месяцам | Проверить начало и конец месяца |
| Готовый отчёт | Прочитать CSV и сохранить результат | Запустить всё заново по инструкции |
Измените наш пример: добавьте точный повтор, другой заказ с тем же номером или клиента без сегмента. Сначала предположите, что произойдёт. Потом запустите код и сравните.
Когда сможете объяснить каждую строку и найти ошибку до отправки отчёта, переходите к воронке продукта или повторным покупкам и удержанию. Там пригодятся те же привычки: понимать данные, проверять расчёт и уметь запустить его заново.