Дан DataFrame users с колонками user_id и email. В email встречаются пропуски (None/NaN), лишние пробелы по краям и разный регистр. Нормализуй адреса: пропуски замени на 'unknown@unknown.com', убери пробелы по краям и приведи к нижнему регистру. Затем извлеки домен (часть после @) и верни DataFrame с колонками domain и users (число пользователей на домене), отсортированный по users по убыванию, а при равенстве — по domain по возрастанию, с обнулённым индексом. Реализуй email_domain_counts(users).
pandas fillna строки email groupby
Задача «Пользователи по доменам email» учит обрабатывать табличные данные в pandas: фильтрация, группировка, объединение и метрики. Такие задачи дают на собеседованиях в Wildberries и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.
Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.
В pandas один и тот же результат часто достаётся разными путями — через groupby, pivot_table, merge или векторные операции над колонками. Важно выбрать читаемый и быстрый: встроенные векторные методы почти всегда обгоняют циклы и построчный apply. На собеседовании ценят не только правильный ответ, но и то, как ты объясняешь выбор подхода, обрабатываешь пропуски (NaN) и оцениваешь, что будет на больших данных.
Разобраться в pandas системно — бесплатный курс «Pandas с нуля» и гайды по pandas.
Открыть задачу в тренажёре → ← Все Python-задачи