中等
SQL Schema
Pandas Schema
表：reactions
+--------------+---------+ | Column Name | Type | +--------------+---------+ | user_id | int | | content_id | int | | reaction | varchar | +--------------+---------+ (user_id, content_id) 是这张表的主键（值互不相同）。 每一行代表用户对某条内容的反应。
根据以下要求编写一个解决方案，以识别 情绪一致的用户：
- 为每个用户统计他们发送的总反应次数。
- 仅包含 至少对
5个不同内容项 作出反应的用户。 - 如果用户 至少
60%的反应属于 同一种类型，则认为其 情绪一致。
返回结果表按 reaction_ratio 降序 排序，然后按 user_id 升序 排序。
注意：
reaction_ratio应该舍入到2位小数
结果格式如下所示。
示例：
输入：
reactions 表：
+---------+------------+----------+ | user_id | content_id | reaction | +---------+------------+----------+ | 1 | 101 | like | | 1 | 102 | like | | 1 | 103 | like | | 1 | 104 | wow | | 1 | 105 | like | | 2 | 201 | like | | 2 | 202 | wow | | 2 | 203 | sad | | 2 | 204 | like | | 2 | 205 | wow | | 3 | 301 | love | | 3 | 302 | love | | 3 | 303 | love | | 3 | 304 | love | | 3 | 305 | love | +---------+------------+----------+
输出：
+---------+-------------------+----------------+ | user_id | dominant_reaction | reaction_ratio | +---------+-------------------+----------------+ | 3 | love | 1.00 | | 1 | like | 0.80 | +---------+-------------------+----------------+
解释：
- 用户 1：
- 总反应数 = 5
- 'like' 出现了 4 次
- reaction_ratio = 4 / 5 = 0.80
- 满足 60% 一致的要求
- 用户 2：
- 总反应数 = 5
- 出现最多的反应只出现了 2 次
- reaction_ratio = 2 / 5 = 0.40
- 不满足一致的要求
- 用户 3：
- 总反应数 = 5
- 'love' 出现了 5 次
- reaction_ratio = 5 / 5 = 1.00
- 满足一致的要求
结果表按 reaction_ratio 降序排序，然后按 user_id 升序排序。