raw_customers 是一份未清洗的客户导出,同一个客户可能因为邮箱大小写、前后空格不同被录入了多次。按邮箱去重,每个邮箱只保留注册最早的那条记录。
- 规范化邮箱:
email去掉前后空格后转小写。规范化后相同的视为同一个客户。 - 原值为 null,或规范化后是空串、
n/a、-的行视为没有邮箱,不参与去重、也不输出。 - 注册日期:
signup是字符串,混用两种格式:YYYY-MM-DD和DD/MM/YYYY(日/月/年,例如03/02/2025是 2025 年 2 月 3 日)。本列没有其他格式,也没有缺失。 - 每个邮箱保留注册日期最早的一行;注册日期相同时,取
id按整数比较更小的一行(id是数字字符串,'9'比'10'小)。 - 表里可能有完全重复的行。
输入
raw_customers(id, full_name, email, phone, birthday, signup, vip, spend),所有列都是字符串。
输出
列为 email(规范化后的邮箱)、id(整数)、signup_date(日期),行顺序不限。