Stripe OA 真题分享

题目：Join Data Set

题目描述

在 Stripe 的支付系统中，需要将客户信息（Customer File）与支付处理器信息（Processor File）进行关联匹配。实现一个函数 joinDataSet(fieldName, customerFile, processorFile, skipUnmatched)，将两个 CSV 格式的数据集按照指定字段进行连接（类似于 SQL 的 LEFT JOIN 或 INNER JOIN 操作）。

函数定义：

def joinDataSet(fieldName, customerFile, processorFile, skipUnmatched):

参数说明：

fieldName: 连接使用的字段名（如 customer_id），两个文件都包含此字段
customerFile: 客户数据文件，每行是一个 CSV 记录，第一行是表头
processorFile: 处理器/支付数据文件，每行是一个 CSV 记录，第一行是表头
skipUnmatched: 布尔值，True 表示跳过找不到匹配的记录，False 表示填充空值

输入输出格式：

输入：两个 list，每个元素是一行 CSV 字符串（逗号分隔）
第一行是表头（列名）
输出：合并后的 CSV 数据，同样是 list 格式，第一行为合并后的表头

示例数据：

Customer File（客户表）:

order,customer_id,first_name,last_name,address,city,state
1,1,John,Doe,1st street,New York, NY
2,2,Jane,Smith,2nd avenue,Los Angeles,CA
3,3,Peter,Jones,3rd street,Chicago,IL

Processor File（支付处理器表）:

order,customer_id,cc_number,ccv,expiration,card_name
1,1,424242424242,123,02/2028,John Doe
1,2,1111222233334444,456,11/2026,Jane Smith
1,3,5555666677778888,789,05/2025,Peter Jones

期望输出：

order,customer_id,first_name,last_name,address,city,state,order,customer_id,cc_number,ccv,expiration,card_name
1,1,John,Doe,1st street,New York, NY,1,1,424242424242,123,02/2028,John Doe
2,2,Jane,Smith,2nd avenue,Los Angeles,CA,1,2,1111222233334444,456,11/2026,Jane Smith
3,3,Peter,Jones,3rd street,Chicago,IL,1,3,5555666677778888,789,05/2025,Peter Jones

关键要求：

结果表的表头是两个文件表头的拼接
每条记录按照 order 字段排序，数字类型的 order 值排在字符串类型之前
支持一对多连接：一个 customer 可以有多条 processor 记录（如多张信用卡）
当找不到匹配时，根据 skipUnmatched 参数决定是填充空值还是跳过

解题思路

解析表头：分别从两个文件中获取列名，找到连接字段和 order 字段的索引位置
解析数据行：将每行按逗号分割成列表
排序：按照 order 字段排序（数字在前，字符串在后）
建立映射：将 processor 数据按连接字段建立哈希映射
执行连接：遍历 customer 数据，在映射中查找匹配的 processor 记录
处理结果：
- 如果找到匹配：将 customer 和 processor 记录合并
- 如果未找到且 skipUnmatched=false：添加空的 processor 字段
- 如果未找到且 skipUnmatched=true：跳过该记录

关键点：

支持一对多连接：一个 customer 记录可以对应多条 processor 记录
结果按 order 字段排序，数字排在字符串前面
连接字段两侧的列名不同也能正确匹配

测试用例

根据题目描述，有以下4个测试场景：

基本连接（Case 1）：所有 customer 都有对应的 processor，记录一一对应
部分缺失（Case 2）：第三个 customer 没有对应的 processor，fill empty填充空值
一对多（Case 3）：customer_id=1 对应两条 processor 记录（两条卡信息）
跳过不匹配（Case 4）：设置 skipUnmatched=true，跳过无匹配的记录

总结

本题考察核心：

CSV 数据解析：字符串分割和处理
哈希表映射：建立连接字段到记录的高效映射
排序逻辑：自定义排序（数字优先字符串）
连接操作：处理一对一、一对多、无匹配等多种边界情况

Stripe oa近期考题都差不多，有需要完整题目和全对代码的都可以联系～