**Контекст:** в e-com нужно собрать единый профиль товара из двух витрин: `catalog` (ручной каталог контент-команды) и `feed` (автоматический фид от поставщика). Обе содержат `sku`, `price`, `weight_kg`, `title`. Значения иногда расходятся. Бизнес-правило: для `price` доверяем фиду (актуальнее), для `title` — каталогу (вычитан редактором), для `weight_kg` берём непустое из любого источника, а если есть оба и расходятся более чем на 10% — помечаем строку для ручной проверки.
**Задание:**
1. Сделайте outer-merge двух витрин по `sku` так, чтобы одноимённые колонки не затёрли друг друга.
2. Разрешите конфликты: `price` из feed, `title` из catalog (с фоллбэком на другой источник, если выбранный пуст).
3. Для `weight_kg` соберите coalesce и поднимите флаг `weight_conflict`, если оба значения есть и расходятся > 10%.
4. Объясните роль `suffixes` и `indicator` в отладке merge.
pandas merge conflict-resolution combine-first data-quality
Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.
Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: pandas, merge, conflict-resolution, combine-first, data-quality.
На реальном собеседовании на подобную задачу отводится 30-60 минут с обсуждением подходов, оптимизаций и trade-off. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.
На zasqlpython.ru есть 530+ Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.
← Все задания