1907. 按分类统计薪水

💰银行账户工资分类统计题解析（SQL + Pandas）

在数据分析和数据处理的实际工作中，经常会遇到「将连续型变量分类并统计」的问题。本篇文章将结合一道 LeetCode 风格的 SQL 题目，详细解析如何用 SQL 和 Pandas 分别实现工资分类统计任务，并分析两种方法的优劣。

🧩题目描述

你有一个关于银行账户的表 Accounts，包含以下字段：

account_id 是主键，每一行代表一个银行账户的月收入。

你的任务是：

将所有账户按月收入分为三个类别，并统计每类的账户数量。

工资类别定义如下：

• Low Salary：所有工资 严格低于 $20000
• Average Salary：工资 在 $20000 到 $50000 之间（含）
• High Salary：所有工资 严格高于 $50000

❗注意事项：

• 输出必须包含三个类别，即使某一类的账户数量为 0。
• 输出顺序不限。

🧠解题分析

这是一个典型的「分组统计」问题，难点主要在于：

1. 如何根据 income 的值划分类别。
2. 如何保证所有三类都出现在输出中（即使某类为 0）。
3. 如何高效、简洁地实现这一逻辑。

我们可以使用 SQL 的 CASE WHEN、LEFT JOIN 等语法来构造逻辑分组。Pandas 中可以使用 cut() 函数来划分区间，再进行分组汇总。

🛠️解题方法

方法一：使用 SQL 实现（适用于 MySQL）

SELECT
  category,
  COUNT(a.account_id) AS accounts_count
FROM (
  SELECT 'Low Salary' AS category
  UNION ALL
  SELECT 'Average Salary'
  UNION ALL
  SELECT 'High Salary'
) AS categories
LEFT JOIN Accounts a
  ON (category = 'Low Salary' AND income < 20000)
     OR (category = 'Average Salary' AND income BETWEEN 20000 AND 50000)
     OR (category = 'High Salary' AND income > 50000)
GROUP BY category;

✅ 解读：

• 构造了一个 包含三个工资类别的临时表categories。
• 通过 LEFT JOIN 将账户与对应类别进行匹配。
• 使用 COUNT() 汇总每个类别的账户数。
• 即使某个类别中没有匹配项，依然会显示出来，数量为 0。

替代写法（MySQL 8.0+，使用 CTE）：

WITH categories AS (
  SELECT 'Low Salary' AS category
  UNION ALL
  SELECT 'Average Salary'
  UNION ALL
  SELECT 'High Salary'
)
SELECT
  c.category,
  COUNT(a.account_id) AS accounts_count
FROM categories c
LEFT JOIN Accounts a
  ON (c.category = 'Low Salary' AND income < 20000)
     OR (c.category = 'Average Salary' AND income BETWEEN 20000 AND 50000)
     OR (c.category = 'High Salary' AND income > 50000)
GROUP BY c.category;

方法二：使用 Pandas 实现

如果你在做数据分析而非数据库查询，Pandas 提供了同样优雅的解法：

import pandas as pd

# 假设 accounts 是读取来的 DataFrame
accounts['category'] = pd.cut(
    accounts['income'],
    bins=[-float('inf'), 20000, 50000, float('inf')],
    labels=['Low Salary', 'Average Salary', 'High Salary'],
    right=False  # 区间左闭右开：满足 <20000, [20000, 50000], >50000
)

# 分组统计
result = accounts.groupby('category').size().reindex(
    ['Low Salary', 'Average Salary', 'High Salary'],
    fill_value=0
).reset_index(name='accounts_count')

✅ 解读：

• pd.cut() 用于对 income 按区间分组。
• groupby().size() 获取每组数量。
• 使用 reindex() 确保所有类别都存在，填充缺失类别为 0。

📊示例说明

假设原始表 Accounts 如下：

期望输出：

⚖️方法对比分析

🏁结语

本题的核心考点在于「分类映射 + 分组计数 + 保证完整类别输出」。无论是使用 SQL 还是 Pandas，理解背后的逻辑都是最重要的。在实际开发中，选择哪种方法应根据你所处的工作流程、数据规模和任务需求来定。

掌握这种技巧，不仅可以处理工资类问题，也适用于用户分群、商品定价区间分析、成绩等级划分等各种业务场景。