一般社団法人データサイエンティスト協会から公開されているデータサイエンス100本ノック 構造化データ加工編のウィークリーチャレンジ方式による出題第８回目は39問目～45問目を一つにまとめてみました。今回は集計・データ結合・レコード間処理で様々な種類の問題が多いかと思います。
P-039: レシート明細データ（receipt.csv）から、売上日数の多い顧客の上位20件を抽出したデータと、売上金額合計の多い顧客の上位20件を抽出したデータをそれぞれ作成し、さらにその2つを完全外部結合せよ。ただし、非会員（顧客IDが"Z"から始まるもの）は除外すること。
※出力データの並びは、売上日数の降順かつ、売上金額の降順、顧客IDの昇順でソートすること
※同一数の場合はcustomer_idの小さな方を採用する
- P-040: 全ての店舗と全ての商品を組み合わせたデータを作成したい。店舗データ（store.csv）と商品データ（product.csv）を直積し、件数を計算せよ。
P-041: レシート明細データ（receipt.csv）の売上金額（amount）を日付（sales_ymd）ごとに集計し、前回売上があった日からの売上金額増減を計算せよ。そして結果を10件表示せよ。
P-042: レシート明細データ（receipt.csv）の売上金額（amount）を日付（sales_ymd）ごとに集計し、各日付のデータに対し、前回、前々回、3回前に売上があった日のデータを結合せよ。そして結果を10件表示せよ。
※過去の売り上げ情報が不足する最初の３回分は最終結果から取り除くこと
P-043： レシート明細データ（receipt.csv）と顧客データ（customer.csv）を結合し、性別コード（gender_cd）と年代（ageから計算）ごとに売上金額（amount）を合計した売上サマリデータを作成せよ。性別コードは0が男性、1が女性、9が不明を表すものとする。
ただし、項目構成は年代、女性の売上金額、男性の売上金額、性別不明の売上金額の4項目とすること（縦に年代、横に性別のクロス集計）。また、年代は10歳ごとの階級とすること。
P-044： 043で作成した売上サマリデータ（sales_summary）は性別の売上を横持ちさせたものであった。このデータから性別を縦持ちさせ、年代、性別コード、売上金額の3項目に変換せよ。ただし、性別コードは男性を"00"、女性を"01"、不明を"99"とする。
※売上がNullのデータは除く
※最終のデータは、年代の昇順、性別コードの昇順に並べること
- P-045: 顧客データ（customer.csv）の生年月日（birth_day）は日付型でデータを保有している。これをYYYYMMDD形式の文字列に変換し、顧客ID（customer_id）とともに10件表示せよ。
解いたらこちらに投稿していただければと思います。ちなみに、次回投稿は一週間後を予定しています。
solutionファイルは次回添付します。
添付ファイルは今回の出題のstartファイルと、前回のsolutionファイルです。
前回：データサイエンス100本ノック 構造化データ加工編をAlteryxでやってみる（33問目～38問目：データ抽出・データ結合編）
