Delivery de Comida Inmediata I

Tabla: Delivery

+-----------------------------+---------+ | Column Name | Type | +-----------------------------+---------+ | delivery_id | int | | customer_id | int | | order_date | date | | customer_pref_delivery_date | date | +-----------------------------+---------+ - "delivery_id" es la clave primaria de esta tabla. - La tabla contiene información sobre entregas de comida a clientes que hacen pedidos en una fecha determinada (order_date) y especifican una fecha de entrega preferida (customer_pref_delivery_date)

Si la fecha de entrega preferida del cliente es la misma que la fecha del pediro, entonces el pedido se llama inmediato (immediate), de lo contrario, se llama programado (scheduled)

Escribe una solución para encontrar el porcentaje de pedidos inmediatos en la tabla redondeado a 2 decimales.

Ejemplo

Input:

tabla Delivery: +-------------+-------------+------------+-----------------------------+ | delivery_id | customer_id | order_date | customer_pref_delivery_date | +-------------+-------------+------------+-----------------------------+ | 1 | 1 | 2019-08-01 | 2019-08-02 | | 2 | 5 | 2019-08-02 | 2019-08-02 | | 3 | 1 | 2019-08-11 | 2019-08-11 | | 4 | 3 | 2019-08-24 | 2019-08-26 | | 5 | 4 | 2019-08-21 | 2019-08-22 | | 6 | 2 | 2019-08-11 | 2019-08-13 | +-------------+-------------+------------+-----------------------------+

Output:

+----------------------+ | immediate_percentage | +----------------------+ | 33.33 | +----------------------+ Explicación: Los pedidos con delivery_id 2 y 3 son inmediatos, mientras que los otros están programados.

Soluciones

Python
import pandas as pd

def food_delivery(delivery: pd.DataFrame) -> pd.DataFrame:
    
    immediate_orders = (delivery['order_date'] == delivery['customer_pref_delivery_date']).sum()
    total_orders = len(delivery)
    
    immediate_percentage = round((immediate_orders / total_orders) * 100, 2)
    
    return pd.DataFrame({'immediate_percentage': [immediate_percentage]})
BUSCARCtrl K