Pandas groupby + window function: rank within group

Условие задания

**Контекст:** Для каждого продукта найти топ-3 пользователя по расходам.

**Данные:** DataFrame `purchases` — `user_id`, `product`, `amount`.

**Задание:**
1. groupby([product, user_id]).sum() для total per user-product.
2. Rank внутри каждого product по amount убыванию.
3. Фильтр top-3.

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

purchases = pd.DataFrame({
    'user_id': np.random.randint(1, 100, 5000),
    'product': np.random.choice(['A','B','C','D'], 5000),
    'amount': np.random.uniform(10, 500, 5000),
})

Темы

pandas groupby rank window

Подсказки

• groupby("product")["amount"].rank(method="dense", ascending=False)
• method="dense" для 1, 2, 3 без пропусков
• Filter rank <= 3

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Pandas groupby + window function: rank within group"?

Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.

На каких собеседованиях встречается такая задача?

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, groupby, rank, window.

Сколько времени даётся на решение?

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.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 530+ Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания