{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Соединить по ключу\n",
    "\n",
    "merge соединяет две таблицы по общему столбцу-ключу: к каждой строке заказа подставляет данные о товаре или покупателе. Виды соединения inner и left, строки без пары и проверка числа строк.\n",
    "\n",
    "Курс pandas · урок `pd-merge` · [урок на сайте](https://ds-edu-trainer.vercel.app/courses/pandas/merge).\n",
    "\n",
    "Выполняйте ячейки по порядку (Shift+Enter), начиная с первой — она готовит урок. После каждого упражнения идёт\n",
    "ячейка проверки: она печатает ✓ / ✗ и итог."
   ],
   "id": "intro"
  },
  {
   "cell_type": "code",
   "metadata": {
    "cellView": "form",
    "jupyter": {
     "source_hidden": true
    }
   },
   "source": [
    "# @title Подготовка урока — выполните эту ячейку первой\n",
    "# Проверяет версии пакетов, записывает файлы данных в папку data/ и определяет _check — проверку упражнений.\n",
    "import base64, os, zlib\n",
    "\n",
    "for _name, _min in {\"numpy\":\"2.0\",\"pandas\":\"3.0\"}.items():\n",
    "    try:\n",
    "        _have = __import__(_name).__version__\n",
    "    except ImportError:\n",
    "        print(f\"Нет пакета {_name}: выполните %pip install {_name} и перезапустите ядро\")\n",
    "        continue\n",
    "    if tuple(int(x) for x in _have.split(\".\")[:2]) < tuple(int(x) for x in _min.split(\".\")):\n",
    "        print(f\"Урок написан для {_name} {_min} и новее, у вас {_have}: выполните %pip install -U {_name} и перезапустите ядро\")\n",
    "\n",
    "_DATA = {\n",
    "    \"orders.csv\": \"\"\"\n",
    "eNqVfUuOdjFu3TxrKQMiqee4N9A7CAx3AzGQtBOne+CZ7RV50oEdJ/EW/t5R8En3QfKeS1XNCoVzJF191IuHov7u73/3+7//z3/7\n",
    "u6/f/fUff//1N3/6n3/8u/+2/vHf//7vfvenv/nj58//8ae//sMf//aP//D1N//lr//wh9//1/9EKSX64sTlrxL9VaKv36RRvn5L\n",
    "/Yu/fv2fX//yl3/89b9//fkv//zrP379+68///q3v/zTGyWNL4oobCllfP2W0ofyH3/5x1//+uvff/2/X//r159//d9f//rrz2+E\n",
    "VCOCGAIn+fptki/6+ss//fqXX//2l39+BX0+1oDyDeKv36T86RH59Mhb1cUSRPZdWA2FJM0urLYhzYJa/fpt4i95b0i/CfL1m88P\n",
    "9VsKCcMS2ueXbF/1lUDJEnr6+i3VTw2vn0pkKYNnd4YUthT+/Ewl+PEhgYKfDBJy0FOkLCd//YZozK6NfmPKhvL5zeOfj4qto6VJ\n",
    "COtQdlTO72jhUKRmKdLnp9uBQt2C+hpNbQ+qX9mClInVr98wtznkop+fk6GksX7+918TEmrQ05AwAgNjsoTazznh/SsAJclXjijs\n",
    "mvUZvxR9ByAkir5DLKHlg6B/Mgiqbpbk7H5XAmYEQX6+5WJAxPlcG947Spl9+5S7HyncDGX9HC3qKkQIjQoRcmS2avz0r9/QSAfB\n",
    "9A4CNTfIeBhQmrNT9T8GAM1hpUGSbHU1T5DsQb46IQBqvjq2bZL1q0SzA6Js1hNRBj0+lHTMxKYp2YFkO8NDSoqbgig5rqUYCpW1\n",
    "3XKtr7bcvHY2tAc9frdmq6ttTkLRcESUzYZQbrOm9Fk76mEdP6TUuJZhKCxts5HIyRE+c1FzPYRA83MNiGxrZzeyM38EevxqmQ2I\n",
    "qG/XeEgpYe9msZQ5z0Qb7pxfeuFHhBrMj7nYJs0zgPguRCC/DuXb8Omz7+e6XS8gJba23Axl9vrTeADo+VHdggpNUNmDyK0MCPQ0\n",
    "w2FBmcEaA0HdTUMlGVBq/TiFvfcaolANf5tC7rdp23kXUmILKGwpUua3vG8AitgvqQ0ssAj0OSJZkBoqfOzAPntWCyoW1AfYpiEQ\n",
    "JffTlmpANCowEgR6GG5pDpTOaf2tz5R9yodQwH4DgvzZvgwLSm0zvdRkCXXvxqhkKJ8f87P3yO91AMLcAP+IEB0aK9uv+OyekzhP\n",
    "AgSNb4A4uV6uynw/h9reNtvomi2hpGO7ZkotFvQ5xj7sHYES+/ZVA6JjX+FAzZbUyjG9vn5EN4R1iA1tSxlj+dhWPc40phkI5PcR\n",
    "LRnQx53y3Gw0ZTWfI1RNm7NKY0uYq5CfzCHITwtNDGhNehwYRMuW0PJ22CEKxTugViylp42dtmoI6yf283Jrtkf4XLyDhgDK5rjS\n",
    "uuv3MXuIf0qJN+1NWV8798Z+pPRkQCQ8jytR6ztZCu32hYiwluY3AhvCmoMkqgERIjdnF/fZyEcGQX7z3rOrms7z3lvVgBB/XLHN\n",
    "GLw9HvRqKdOxXH5MWa6pd4qy/H7O1z36km4I5663RnUMQ2FCToaRbENK3rogB1lKRmduCPJL21C29zkbM21HJqTEe9UhhvKRJNYC\n",
    "YJqSLSjT1omJKLuuK7b1H2fLRzZ4/dlHtXWUdjTLtB2AHmvRaA6UN2MHEebu+JVwmyinczWO9nOQUH5IoOjUMYYhUM5g4YIgN6FR\n",
    "SgZ0u3RfqoYECnb7pJTD+XGlHxOPaQYCNQ9iVzU/j1Gk5D6eQmU/f6036yUl/jGdfTB85cWASNaEUi2o2pKkPV3tGFT8Z9xWynx6\n",
    "PCn+DERJnx3uO6VbytwU8/siCQk0ol9/GMLapXbfIwDkZwNSMuQHxOnz6/tuU8LjLCmP55yIQexBbKtj2v4ASi+c5RI4nJNSCFnO\n",
    "vWEwVZJSCD+EZS71p4RgNsGEEtVQ7TccrsZsP1SZ46Vs5mgRxJR47Co9clJoI/GQ0iZ5ngPHTn3AlHDrREps5HyKVcGagQnB8ZSU\n",
    "1DgJcwftdisQ5FdQDMoepIbD59zaOrBtBHpM0LCk4UFiQYwmUgh6tCkb0FTkoygUUtIk13NHyl/tRwSi6LeuhrAkmfJTAkXf0Cxh\n",
    "tw0npTjy5wRC7SnakhITPyBO7fDbvY8DpRqucsfuoEJKQ+R2zqJ+nkcg8lO4Ug15HhT6phcgoQUzpxIZPwRiQW1FIPFtza7qejj2\n",
    "X6suttS+YrjoR4TIy0hKOZyEVo9Qj58QKFqpYA3RXlKJjtzPo0m0W1X6IU8dte/iDCBl9dM75R4Y8tlpc3meSEkpiHLqkhSKS5CS\n",
    "QpkEU0Zcyz2W5JIwIquHhB4R2BLGxlVJSpgUOlxQ4Z7n0hl5Bvl9fpG1qzK/AAB5NYMubXGBEq81LEcdWG25NT+d1HRpgGe5shO/\n",
    "IYUk3NDDWnr883dLkR6HPtIlCh6Ew/n0TrjUPl4xjUyxs48u4Y6PaMy6HYKQEo+uS+s7KLKfGyAl9NJAymYbfMmFfAejpu621yXb\n",
    "Tv1sSknicgEl9mRTUaNBbs+k/JRCccOqoXy2iGFkJpVmCZUPD6vpIQB6+D9Kt639TN2xzAApm1m5DNeUDGaemly5a1y1LYj8xriS\n",
    "rS7LUwCmqgwzH7u5Z0kA5H2iVJW9llNvDuQgSAg3ZpAQbYBrNgSG5wcI8k6nWgzo4xd4hNlRVQb8EZJS33lvMSUeWbVZynHecU3p\n",
    "FiQZffkwoG1gJCREHkpqyX1eO+eanxAiz1JTRt50GLT+UAjyXdbYgmoGJ1II8kfpJhY0+nZqgJR4AmrZNUX2lGIpnbZHt1YtZfr0\n",
    "o1UbEdIIzgutGcLyBMQrBaTEHqKmBkQ/PCsPRwkCPdaKNgxohaTEo7wnW26SY/5865NOhrBkSxcbQ51dqW0XUEpdbNulABdrz7Zy\n",
    "zodmakDFgQRstXu1oBmk7v2wENS/UxLbsDjqyiwuycoPTgjyp7TeLei6hmJAtyHccZPRAQgSoi3zSIawJmh/pIAg71gYt0HNED6u\n",
    "wCc32III/aZDLKgmsBIi0GPCHdmAPpdgdnviUQxlOil9oBKN21boPGhE8aw0bpMgORfL6Icc3RLmPOFX1zEMaM3P3wK5X5iT+oWn\n",
    "d7s8N3IQNM/vBkQGtBZwt8ZxYlvS9Mdk3yZ5lhSvcZzU7/3ZQx3bo2LLRaDxHZB4UDGg8+Ihb0F+8HCqFtT4lLvevxVQUv24j98p\n",
    "zTVFdmdXTBnRes6p266bV27I/7jDlZsOke29XFLmV4+QmFgoYyJHabuTN6SkGvlCMCUMLWFiQ1k7bD9KSGy518XDLcjtTpmyAaXp\n",
    "5hoeVCyI5Dhd7UB+bWOqFjTazmXA1OxnXDeFTbkA5E+3TMr82n0fx33GsKDP3MKBWMOcLGH0WEphJkgI3HuQErsImJUdXd788q6r\n",
    "M4shnLdpokHEGdThJBDmYkDr1OJ/P662JDn9l0HlzVHkKb1hkJ9xuLvPGM+tG/OwnzHW0aLtQfI1DEiUwYy716JJQchQaNBzS8jC\n",
    "BnTei33/xREhcruyiCVI3/5Kku3HosAWlmLLJbClwaBHH1QLOjbYDtRcm7bXlDBFYkq3v9mnvVEIJsttPDO2KPV464gJwZaeczKE\n",
    "eQagwOfCmSxhuvr8AM9sQMsqQr2Hs9hy7yvnbw3JlkDgnMZKN5lxV3PnEG8DlG4yQ6oGCLjEIL+yKdljBWeBkxAroWOF55RdKCQr\n",
    "qWOGOxHtDiqsxI5Jqf0pCUOQP5RhkN+NK91jxu4cK409ISgNguVsUxjRyUqDmCE+0rd7UiUvrFpy7FTEhMDlx0paWHFHGzcwK2Fh\n",
    "EhI4jbLSCWYIEYrsY+X0v0HNLS7Kzc/5/u1tdcqDv4KcNlfGMSEQ7jGhRARlROW85tXDTZESBialjqdGhUGP/hALmrJH6AVk5bif\n",
    "FCngZ1WO+xmW0+gMtHsvtzrK2Bq98smv0BwC21oI6h7UbeWSdnewWXnlJ4WBwoVBfkJCoMfhULnoud7+z/fhp7zv67vB/RpWjvUZ\n",
    "ytMSOD0oL/mMI0rgihcGPT4iW9CR6CK/f0Sx7asMfjzl+7ZBS6+lNtuM0VBblUn0cxL2P53ySk8QyTl436pGhCCIhpUTe0bd1E0c\n",
    "FSRQNE8rr/dsUk5xEiNMkKiG08rkCFpo07Fh+xuBHp60y5N+gMomHpcvr/oi4G3O5VUXk8oq6AFECH+Uaptx6SDv88vlMT8otBJX\n",
    "vJsWIsSm1S2hpc2KfnnSj8/mBI40CDQvLmnQ5T2XIxqix2GbkBAeES7X+0GY01+00g82BBUr8kYQW8PYTTuQMKIasvto5GWAID87\n",
    "j2I/rmzycmBCjz6uuo8DUgePZkutY7ulH92WO+Mbyo8pm8M6rCVe/4ey87lJp3jSkJQMYV2Wcs4WDHK7Cgjyt7clkQWN7fEJUyim\n",
    "sKWgExcGdf9RanTkIwrai6SSlLHPzXI+8gFsQY8+LBbE9cgWZkDKqOc9aHkataRmQXkzjUrqhjATe5D49g0LYo4PdJgQjFhIiJxg\n",
    "Qsrs2pluJcxFiCmhY0KILIW312shhUrcMFSLxA1jQ1lXPjk6qAmJoax9gh/ypMy1H+bq1VWh4kB1l+dFqFrKvC7mFmIIStkNA1IW\n",
    "Ps7PKHHl3VDWAr/pX0DZ/STDUgTkIMUgPx1wMqDzroTtB76N5sry5BVhDPK/ObMFHdlxZAvy4SgY1H11YkDr3CXfAVXfT9mCZkKW\n",
    "8JSOKfFCxMVQ+IhRiEyBb0OeYQ1TYQ3C3IWbIVCR7WLH3VJG3anvwsM2q24jDUVuU5yBFIci9HoHSoQsga7El28ENoTVvcHuGxOi\n",
    "pULEENZGz9sSAj1WfFHWM2NuQdpLDGoeVAxoRccEHhRMyNFXV0vIIKpXRNldPm/fP0DdgJb/bPiuASDv4RMZtroK7l1ITrYk4c1e\n",
    "NpMtlYHkLZkt6Ih7jBbMLLYhnZ7JiyDIe7ZwSX6PnJXdlLMHQ+VXcnlSHr8MAj2MNlcD+oTXPLeBCDQ3HduS/GjLyu7mrnObkg9S\n",
    "4oAUyd1Qlhvw8VEIRN8BDf/lw7awbkQJKckSeo9vpGJCkCJYClmCrMDaHxKC28dS2PZMb8C6irL/76WckZINZUXE9Khviq2DQPJO\n",
    "Kco4+7cyOUtphrKGT7w0l25rSbsVqgxLGAwmEQR6DKyqLGTcUS12zqpkQCvGJHBcSmVbaklgXwdBw7dPbNUoAabU/ARF10ikFkso\n",
    "dXcbS+ptCUv7FjDhQdCjy5sBfeNms9Tuys1gswFBfu9ehwHxHUD31lWAEEUrSEu2GbLbnzWy/cE59shjQopqYPsNtLyMPehxRNmc\n",
    "/dttqjM7y+d3fRyFEeixt2zZgFY8Egd74nbb8wxQSGhSRaDHpgKW5HcIrVpQBWliIchH5WKQP0q2ZkD3RPHaHYgQzQdNDR05ry+4\n",
    "tJjShgEtr0tYKiBQ4JSXnmwz8iY7IiREUY+4hhIR1FjL37qfhintx5RYcReluM1QhYFWDwSaCQkNSAwoJXAlFIK8Wi9Kr5sZQyTF\n",
    "OY4wIZr6lHY34xemnzleO5R6N+vgfKbd+hElhen7cC0pbpgapWfSzd23dEsRAY4uCPKLpRL6Fog2qxQkBLFvokQ/rjqrum4GBLnb\n",
    "ThD08IUqyZDruU57A1Uy4YwduIP03z5CLCHxxqKVoDfDGWZK/MdXKyvuZ7b06MSu9Lkrx8nGcafUuhUBsTtcKRXtblTs6YOU2KWm\n",
    "hDdWsbiufxDIWXBWOtoEDX7uJCDIr/lZKWc8TtE7mIWyksRmopNPLmwKwsQgITqcZaWnzXZXkDQqK6lMrghWikothsB0ToWmVATK\n",
    "vl+rAS2BPhgXWelsk1DoCBV8NRVIibPpZiXOTcoRNvdTSrzRxZRQos5KrptpWWg8/YZZ6W0z2UsGiduz0r5mSR0IIhDkz/ZZSWJC\n",
    "90XzqLMghWKK2I9i2WlfWWlqdy2BGAoJUUBKVoKcXKku3S4/X+paPkJy0jNAOF/q2gJ93oh7vOoFQT51eb4UtKO6sg18yJc4dpRb\n",
    "97/gJZXlFStRgK4IQf4kly+pLKtcK6F/EVIofOQrXwrZQWEQGJwv8Svf4SuxRyFfulaeUQ3zHEqRjUFC/imB3z2D+dLNDkLaPGaQ\n",
    "uRrCcs7V+LMRheJfQBmvykZpxwor4y2nGrT5BRAlR/cSISXOQJl5WMongJjDfXmWZChn6Lv9YATyUZFZyFZetok8ISV2uGZhQ1nn\n",
    "zU0tYltP/HQ7YFDx/aCs/LPtJt5O75BCMaU4ChDLIMhf98xSLSgBnRyDHt3TDOjUqKKhhChxjrEs3VDmlBl5OCAhirXMMiyB2rZR\n",
    "WRl/Oy/3+N0MBDnfQ85kQZzj656YEMjlOavR0U/Xiv8tEeix88pqPIxzlxGGAWNKvEDnbCjntOiaAkCP8ZDv8TDjMBLIlp1zNSCq\n",
    "3/j1ESWeb3KzTTnOlu5H6Aa0crn7sxoCPVYjCHLhgTkP+xnHJfe2BxXrxM0lueokFg1zuY14PeKVT239B4TI458LG8KZD9oaSBED\n",
    "Os+97zuUkm0zEj1DV3NRZsf3rRnag+g7IL+3LtWAzj1wZI2QEm8jSrNNuRIYmaYgkHdblG5BbXtjDFPinXYZjgLcLLkmCzouQsgW\n",
    "RI+SyIJ2r1hAQiSb56oMWs5NQyAN5CqGcObUin7kmm0dkuPLN7kWQ5h3Ah5rS6221NTibGC5NltqoWc2QwwqHtRtHzQ+JqYdyMfE\n",
    "5KrsKZ/38OKDP6LEGnNuyVLq5jWf3MgQVpIN96hjbmxLReIWBD0cNE1sddK2h4mmbKq8ZJrKrRgQJX56wTGo+W+tFlQZHEsQ6LEH\n",
    "hqDi29Ts1+VtDtDclLlduWU4PPa1YSnHq4f0U0q88erJUFbuI7/x6srg5pVGed5IwyB/gOxsQEuTH6FDFFFilRBT4rNWF0tJm0zh\n",
    "mDAiQraEY551/VNcqW3rl+3KZPsdbRpSmqGsLVC0cEFCdLzq3RBWQLDLu5W7Mtdxby/ed5AjGcI6tAURU3mQJUh66lIY5Nf6wRZU\n",
    "9rsnSIkdVZASG+647XDFFbWNHY5sCde8Yj63GNDpBQkbgiixHY5qKZ8pw2eLgqBne5v9qHYdkN8rB5RYu87jtuoZodO3yfIxheOG\n",
    "IUos54xhKeNIt5N+yIlXsZKSoaxA4nBzUxJZSgcew5LYgijvzB5S4rcGS1Ijhc/rc2TnpJKyAaVadhn8SiqWIiBpSEnVgo7XdUtU\n",
    "LqDE6ddKaoZyZncpP6WEvnFIoQ1F2bToh0RfZqmShiFsX9WBhOjAUSjZJtFWycGUcPxDSjzLFCL7JeMbFLYU2moihcRRapxeqpAa\n",
    "Gfl4BS1617pQsYRG2wlGiY98PgTt95AY5LasGCS+JGXI5XQxhJ8ECFEcbVHy5k14NEOZbtWvkm9BfiJVEuYC8fHIjwEp+5qPwfZ4\n",
    "xwAJUaA1JkS2pfTOlWRlk5yiKO1z5U8BqgcEPWxACZbc7pS+7/MGJOSorYAQXVouShLV72a5dgOQV9eLEj4niLYn1aKEz/lT9AKM\n",
    "UUmSq9z+lIow6NFCZdb9XJSzdVNgUHUrt9ImZxKZ423KaO1DFAplgKKUytmUxNsVVimVK38OyM0NQd4fVZQ2Odt7ZVUMKkeU8EBZ\n",
    "lFK5cuWM54U2CPJiQ1Ha5J3XJ95MKRFyhoAx7cKIi9IXZ5hZ3z5vgClhkBWmxEusEiUnBaU5KUqInKAsm52RUhhXVN3mqUhMyBHh\n",
    "tvEV6YUWWCUerjA8BvMPAj3mCSUXrqg6kEwegrx0UpRAOIP4uD1P8kUJhJLuZNKuTRW0KXBNFKX1yZWx36UsL0qhm91x3TR8LfU0\n",
    "jrJCnY7To2srAjmfZbnUugMksj26XfLbQZmuwcDpUy75rRzvmoHUBhjkT0uXRneAGlq5L12uHJl5chzMjQnRPuaS4oqKsIrPpZCy\n",
    "6edqm9XqU20tl8p2gsr2MAgpHFP6TZmqTYovikAChb/BMIS5fsZiQqnJUiQ9U0eWSgZ0PoBhB0FlVxJvO7EqS7yeOAjUsVKzIZyP\n",
    "tdpfsxYLSh1sX2t1JYEQtFKbAfH13FTwSeo3K8fJL/KiljoM4X7UTTekJVdqf16vL41sSS1v9vlN/WJXTJLfCiPQozebGNDyMQWv\n",
    "VpaWDWFllvILXCuu6u2Lm5gSzxBNWUJ7eUWktGZAa4X0q3brFnQnk32vfNjK036v1JOhnFkU7K/WlS2ozay1qs4GtF5oiWfgrn7o\n",
    "T/SRgMxdpd8/ro0SerOGXixBwItBpVcDggFKEOTDjHFJ/hTWm20TerQOgh7bnd4NaL43GMXbQUK4Ce3DEcZ2oIzbilb4z1q/Ijfj\n",
    "IEvp2zhSTIkn0MGWkrZvh5YhlnK8NdB+SNl9SzaUlfwi/ZgSpxPBlHhMjmIonEp8caaMaglcN+MTEmpEUOOCbyXartOjG5C6kv3+\n",
    "qcrQzX1hVW5NCYBC3zOkxKOhJjKUbfRQTWzrEBAQCkE+20FNynjntmTzRnRN2RBmakofiQJBfuqsqVgQCfqIakEVTJ01KRMpd3rC\n",
    "sMu7oSznYIm6HBFy1FHDNor6c1eIQW5trZRs1Ucg3OuQwYRgL1yJbDNSil2lmDAigjLGel71Ds7pkBA3SQxhWfKjKwHI3y/CILeF\n",
    "qJRt+3J9RidWKga0DjthLDKmhKFBlaqlHJNftU1RY6SdsVBhwqxK3VAIOY8xyO3iKikz79/IzQAJ0cXmyskSGghkgyB6gJRpjzNJ\n",
    "TLjtr8yGckY+2T5gseUm3pcLKLGPFVPC59QqZ0uRzdtclW8TXU/TbO8NVb5NdMYw1Pr0E1VuBrR93qJyt6XmzbsFkBBdpa48bJNq\n",
    "2jUJEaJpS5IloBduqtw2OSMiyvaJqCpsKKmNp08bg6qvXCwoE5hYJdsWSosj1aoUW2pvu9A/SIlj6atUSxngZe0qyu7OXIy7pnRL\n",
    "KePpycAgJxVVGRY0hWc/f2ZlJDPb4X5RQJRYMquZDGV5L7zJQJD/8swGdL4LKnvQcMtWFlvdoU2GX44ooeuk5myb0vjpucQgv1/N\n",
    "xXZ7q2DTjUA+5Lvm6jqanhnNam62TXcajfdvVVZ53fr0O2olVfDc7YJA7aqkCj5zoXtHFgY5d2NVCsZKtCOoJGUvc0coTwcJBD2+\n",
    "TqkWM1kMeli3KhFivZzT4qDXqhSF9c5PifNJVaUnrFd0QMAkBj0+qLmvvl6SejUDRIkjDjAlxbV0S5mODn8IUlLDSnuDJmkI8quQ\n",
    "UiBmIEkqm1OdUiNmqbw7KUFCEImECcFD8VVpH9zuROBBk8QScnlmc8Sg4kHZtnWGAXiDRKDHAqB0kxl1MNAko3STmZ8njfgucFUa\n",
    "yh2g4Q0Fgh5f2l37tinvMSUMDK1Kj7nDYVrkTKxKneFhdIqXPlFKDV/vntb3q2pViTB3sINfVyDI2xQE+f2CknPkytBO0QcBQtwD\n",
    "2RJaj8X6qoSdGQKwv7sBKXFAaVVa0KSg5OJVaUETRCARcVVa0Eq8UzenFkgIbvxiQjTnKK1pEgit6gj0OBZfElQ90thQHPRSLznq\n",
    "IHSQvBaCHtuwS7M6QHdm8tcf9dKsDkoDCiYEeUGyXsJWVZETft9/iVkHqGyzE2FK7LG+NKx6vE5VgKcSgvy0emlYC0RHWLtdpC9J\n",
    "6ijpuhK9A/lLWPXSqo7qeDcwhjI2OR+u9h+BQI/feJABnZlRI3faYEM53SaucrHlZnRygiD5Rkn+zk4d2bapoy38KK6kEl88hoQo\n",
    "KXEd1TWDNvu20WwNhcDZcSgbyjqZ32upwxDW1sv1a0vJllr7c2sDQd7T2JKyoaK39i/tg4QoI0JLbAjM28kAUyimiG3WlVn5tVmA\n",
    "QCEhW0Iqu1AMTMk/p4RXB1sqhrI0No6+BBAiLaelahuFPFgYVLzhApAP32xJDax636umPehh3Qj0GCfdgM5p3oGGAd2R/1uQm7Ub\n",
    "JVtdqrF3FhJo/JAQzTmNyHZT453zEVI2o4HYUnKPTwmN1BC9IoM2zcqGsk0Q16jYOho4qTWqz4Y85mRSttbPtO0lqhoQop1Do24I\n",
    "KqPoe38gSo8pw1DuFJuvzUKE4LDUONlG0SYpa2MCBPdITGNlXucLFPElT0iJH/BpLIZy5nimH1JoQ8mWgqK0Gxfbeto83d74NuMZ\n",
    "Jzb4GZYGQQ9b52ZA54N5wU/ebamS0AchUPOgYUCnC8TagiQHAlcDm9xWNWOmjmRakcFASihoNLltbD1eRmcWzXeKGMoKJo16V7Kt\n",
    "o2/fL4SUzZQvt73NWJ6WDqHutVnVEYDbGIIeOwJYkl99pTkQbbY1kBDcpmnSHYGfh+omykDzt4L6MSX+MXIylPMmth0rCOSTkbVM\n",
    "tvKewUYKgoYvid1npN1DiC2LpVQ00eVsQfPIEbivISHy57SsTLucoQGBF7jlagjridvk291sqZI361xW9lXPa9aP3wuAvMez5WFA\n",
    "y1MSrQ0lWcI+FVUrZBvSZRdA2oqykJnwkp8uu1bEgJae6HfRCOQl61ayra7sNhqlWIJsc0u0oiyh33c+wl5ohrJuw4U/Trd1jBpf\n",
    "XoKElXThjaDsZRwxt14jazUZUGKJPSStkit1NwAq2xquKx+mGWJAMDFiq9mWdOXZeP9ZarHl1gHmOAh6dNRtE5zu9BLBdzdD+EZ+\n",
    "4la7oaTjEfB3m6jDNirBbkMg54trLVnQcdKxfdDu337GFCXapQppjQ1lXrnzqepakyfIh/W2lm3l+4yXmBI7XloxFEYPYUGQD+TE\n",
    "Jfkpr1X75WXEV7FaU1Y1c8IUMJpaN6D1/mOLuwpQdl01LKUCraYpGWZFgrXvgvyOAYEerk+lz8zMNAk81wdBj5OEEnHm1+VNirSm\n",
    "1JlV6n68K61mPVjG24OnkmFms1raLtBKYblyw4R7fKW2TIKM/ZcgSrzIKiWGs/HN/4hCG8owFBppM8AQIfzdlawzCbVuVlBIiHx/\n",
    "ShOaBEIbdQhy+RiakoomiPkp8GCQ34wqFWhGkc2cJv0boMfZSklFfB0X/DyplJ/1q4B3h5tSe1bgH2+8XErtmTFkx4srdkqBID/v\n",
    "KEloxiOVsh0yShTiazsfqsSQEm/ouxKM5vtgiXcRXF2pQZPC9bkadyXnzLgfznG2LUxIEUEsoZ8/TtByZUpv+ey7Ukpm8EzbhF5D\n",
    "QhRp0pUgMrOesMR5EyAhkg9wDRI1qdlvOB6VCmroroYeb0UhIYVNUsY8zgyh/T3BW1cSyAphkqemg0HyDZB/R7krNWS2jzfaMSZQ\n",
    "RGBLyOlwe75bOKLE/k1MCffNXYk0PO7Hul3/ZPe5vMu4CSkUaqddaTmTQgSGNAQN3957zKwH3kBm537pN22lPGHZ3VKGlNhD1i8F\n",
    "56DUTQBBv+SYRVgZAd0uul8STFMPKYWxZP0SYZqK5fAdB0FOqemX7LJAaYx47YWEcFa9JJe2giimFuSN8hJZDtBgMEdcIku7M3Rs\n",
    "RsSloByUCjRuCPLbnc7KXE63pL8p2Lkb0FLzXb6zzsOC+m6+kWQJR848+0MikPcWdFEm8dmItPXirSuJLUh6rIV2EUuguhM2MUV+\n",
    "TKF4mEi2lE5HDvqAUgzlVNNcN1Zb7nQ8bT64uXLBUblLt+VyeT7h12UY0LpFFB6mela2caUhCcN+eiZDSUW2P1BWdtMPL9Na417s\n",
    "JoshnHmgbF/nbEBzI/zYGORiqz6CPZoFVQvKLY4ygoRwa5TvH/l+EigaOYgQqV6YMKI+7pZwP9P4RhiWMKOCwiTWmBK63Xu5LZKu\n",
    "9Tr6cESgwBnSCxnC2tXFZy5Iifd15bb5mYxi9wZLL2II9wu/QR3Z1kG8OWWUYgnXcSqoA1HiX71U+yVp2yxlu3JmsnORa710C0Kv\n",
    "n/QyDIjuN2reW4sooWu1V2VyZ7joY++AQI8tbCUL2sdQ9sqWUvP2E6syrXKYL+XQfGs2lLWpcS4jCHpM0xDEvh+KBSXw4hQGPXq0\n",
    "2m9ttNmFIkIUGNVrM4TztbHwB1C2ez1NGE0GdVhC689QCgiaDzdqUEsGxAlcwsIgd7u7N2Wr7fSaeJNobEDM/XmTozdxJdWnLo9B\n",
    "7EHZgNYiFm/9WnHl0nbL0+qzKQ8Tbsos+q11v9sRJPD7k5G9KSu68soGbmZICF16bRhCOnKARRNFT7aOmaPZPcGAQcWDbvta8uoA\n",
    "vdzZgFY4g7eKLgaUjlsP746ofpvRkkE3STIhIXTX9dvq+Hz6LgoPhoQoOgYTov1cv636o/AkdBu092ZBaZOECxI48gr3bgjrgoZE\n",
    "tyV7v8103WUH7yn2kQwocQUuQQhyjxr1Qba6yptxN5SRljM0MHYgIcpmpzzEUNaqHk04QxltvSND3nfKoxjC7TkIGlUtZesyHcpe\n",
    "2vnGULTfH90ROvpdhwHNO+DRiW6kZAjrFE4/JER5h3ANI6qB7Dd0OWMz3gjKhvr90pgx5pHEgJb45RyPGOSyXIykzGlm5QRJQEa6\n",
    "TWil5gbRDSPdRjOvf1aJz0ojNUO4HaOmVAQiDzqtqR9+WI6PzeMSOfrh6W3ogwDIP8E3Ls2ir4uLheOpdVxyRD8uMdIp+78Nx3FJ\n",
    "BZrinEvjEgcWaN2JeLQ2W5C02MONCYHLY1w+/6M/Ej1jcMbl8+/LdT36U+AdlwO/H37z7cPOmFJiSndNAVkJBw0DuvNI7UAPc2Zl\n",
    "LkpV5z3ISduDlR0VHXf/9ssgQrTbwTWUiMCW0GosTg5WNlv13QbzodmAUgUP7GBQd7MmFwdaHoqgfYgQTd5cDWFlyxz+g5ottchm\n",
    "EHK3paY1XILHOQcPSzlSZL6PW1E21++dqu1lCPKTsSizGeel6zCF0xA2FDpeISs/pVBMEUNZ2c9y1Ce3Ua2rN+BFxiHFgJZaTNaj\n",
    "NaTaku4IkbeqESFaTKUZwvK+hf4MTKGY0i2l5ed1dQzyo1puA50OXwGi18jJgO5Ei+8tzGQoy3MU/ciQUH5ICJfEzJZw5+R+/wqx\n",
    "lELx/c2Rlanyi9Q+cjGgdLysJ1vQY63L1VbX0TKWlX3lO7jlGyC/amZlUeVMSegnpzwM6BSJ+h7kFNJRlNnNyVPAxg+BHnNhIQNa\n",
    "kXbRigMJkXEVNoT0DeOClDD2bBRxlK1+gCmhSjFKtl0qJb5VNoqy1XaHOluDLtWAvvEO8yjNUPhQKcZ7Q7ptyEAHJAiq3vaGbe2d\n",
    "Aual6posoZUjXkuXikA+SBuX1NxKVpWBjjMTkPM3jcoWJNuY61Fvc5nePgYXEiDI68CjZgNaifyqbyEC+QN0LQ4EbmiMepvXSuia\n",
    "d8FTozZDuc+MplwE8lNs7Qa03gVi30IAekyx9ba7Oz+rL6klA1rp/fzKjkCPXoMgv7VqZEHC4CwJQX6VaWxAyyvtf+4mrk38zEE0\n",
    "mjKc6RkdYNpvxYFqHFQ7WjUEuvwRPyJEfqimzOlMLxolbYGEcCJq3RDW4SBUcUZTRlfO+fvRmQDkdeXRkwXxfoHqynDqiwsSgnyK\n",
    "xNHZgo4rgO9d1cUQzvdo7GQHQX5EItCzfdmCBoMNOQT5HWRXhn0pdaHMjinxBqVXQ1lifuRH6M0SjkuA0WGwd0uhvBMQMSU+YnVl\n",
    "u1dezDCJwRjJUNZb1k5EH0OZ5Xnl0scuQNDDyzbYgOhOmvXewtvmrocaU3kX5jAhv2ukY2RL2GUtwYQaEYohrNmtB54dSOCohuo+\n",
    "ehN5iwnhRzdLSOBC0Bi30QodqeTjwJgxhqUc2x5nXAhkj4mUUrKg+lwsX0DWp0ApkQPRmY0Vds4Lob7aHKXEhjCTlAWZfl8I7xZB\n",
    "KYkh8PWErvlQAHKhF5Qu0WYcysTuJiCmhGGllC7V56BQHB9J6VKAFoGP/LcS1QEooduK0qUIHc1Kuxw/mBJmc6J0SUrj0HXosRl8\n",
    "AQ3/Yw0D4hSngMOEYKtG6dKgFuHOVqubcelOByg/b9O/gGyAO6VLjhpLZblePXxtHyKUiCCGkI4oiPYzAgXTAyJQ2MfZEOZF/I3V\n",
    "IUraUIpt1pE93P1ICFT8z10tqJeNFPZCicciqYE1b7eWzf4GU8IFiRJ1S+m02UK+UEpMGYay0nOy71YEeowiBCoOxGrQzgsd7bHP\n",
    "ewH5BZTJgnJ7HLgxyMX9vZTkl2JmCwJOGEosFpTWCadaUHYl7SY6RFh3T98Iaqi0Q/IhP54g6PFLVANac1iO2tosgerjlS5K3C0o\n",
    "DTDeeRjQmYvwvWpRVjNfcJWH3wSDHrsRIQNiKcC0hA1oFy1ESZRxjNONR8FWS7IhrLvBOVhCpViC8HaDJPcPTGeMS3A7GBPC/Z80\n",
    "Q1ge8RF9BSAE901eaoiMVLr9hlwfXj8MmuqsAd1Guh4fTceAf60aECiympwMYUX5DTc5QZCfMPNt1VO9Gh3M9BDkh2ZmA/oM1dj0\n",
    "s1hC62D9gKDu23ePiXmTApz+XkCPjygGdL9c8D5YIEXCnT6kxBuSXA3lfqzUtF7ZfD5VfY6bAijhJZ0XSrzRyd1QKPF2+5eHrQUE\n",
    "41EqyYLGOB+cfbE5SIiMtJBteZHN5rioYVDOIMcc+N8oFWXj9VzKq/9UBGrGT0qpZAfix7UHDCIrDlMqxYJSAoMTgdgf0Es1IHRf\n",
    "4/OC+w1q96Vo3oIee8nSDSgdz7cEJgEIFC0UZdhmSD/zQr7+wjVZSkvbE1Ml26zRgPMDgvg7IN+3lcFHfQfkBM/Ps34WxHFsHSaE\n",
    "e7qqDLifAR412PrW4ghoJazVgJiej859HnYxoDQKcPVBkN9z1u5A8KdTpjbOgBxfUksWVNaaZWeGRgaUKoWq2guhBD9ju41jKsRT\n",
    "/PUTNgLN2dGAxIBSjyNzXwgt+rhsCOdL7PIjQng8a8U2KT+z+2PQ49zbbruconoeYdrOT9Y7S+B6ZOJ4JXRDWGH2fl5tw4Bm6Eh4\n",
    "S/OTP8c2ZHNHHBNS1HJIkKBv+m3V94Ou0cmmK4OV88mlGs7cXSylLHkk2gF0ZV5ZJ8l8bRYghJNsL4aw3L5+dPZqSx3nhcjXUpsl\n",
    "HJ/a3wndEvozDu5z2cW2VTo4jg/105f7xdZoFYaU2BE2yFCWvUTnVEgogfd1sCUM2igLQ5lXPa4eBmmpMSFJ1KRsCOsb/NIEQfQd\n",
    "UPW/ZPlOdQjkp8pR7ZdSC9NyfAIqbsIpyJP8kBB6FSAh8vePbghrqxg2adgarkeZXq2akhoI/bzJ8h6K+ULoEYEMYell7zfzXgiB\n",
    "B4kSG8ISc39KCLJZvxByVINYwnimf/ocbG1XUg4fKPycN27CuMN06zuhWgLT3iCaoayAF/Et77bcLrv+QASKCMM2g+J3hz8MSzjO\n",
    "VcGMDimxh4eUEries+zxAYWUyCfXvs5t20nJbnLtQaPuhISoO5XoJurOBv+MEI0pJb/Nnulg6sag4Xujuj7meJ4kpZ1NAnjL9QVU\n",
    "PKjbXwu3D4GyL+mwX0rr7uX1sM8O5A9+dIpdJ6htts50ylUnQfIm1SHRKV59KFci6uS++xSvDlA6khOXPcjGXROdgtUBWm6naOI7\n",
    "taiTQBtJjE5d6kOQW0aMhjakjJ9Twl0knfrXh/LZ0NLzGSIMcokgiE6R7AAtF1g8t0NK/TElvGtExMNQmNH4gKDuPlGU6Zf7ybtg\n",
    "Yw8pFH8irKWGv6KQoawIXfk5pcTfwpbSx9OFSyIWJCvX9PueABHWk2NvhGwIK2w78BeRFEtgoKGSqLFTj4BOLy9DUMq+B5oBUeuP\n",
    "e0lE0i1IOtjWQJCfj0VZbjtD0R6/CgB5/zTlZEDnhWYHIgNaFx6c6oVB7Tsgv0xmtg1POT43QULkcKMsjtCfzlXK2ba11TNO8XW0\n",
    "ZGV1/X60x/4uEFR95dWAlsNOfEkA9JjIIejRpmZBt+721oPKTMftJ3ClAhD5/U4eBrQC28IIQCrJUXY7eUSIPEm4hmjrWch+atu4\n",
    "RancNkvXrSpvgkUMiAoIfMIgP85LtqBDUJEt6GGZpdiGV6CTY1D3oNsy6XoaPvCvUmmGcKb9CDq5GwJ/7pKRn7jKsM1oW8UcU+JN\n",
    "V0227bR7BfmFEh8n622GdG5SHyeMqkxPztjY5EFiQDNKe7OJgZR4w1uzpZSx3UAiShwiQLW4Dx7ADGq1oNo3Q74qa8z38zV2SEGQ\n",
    "czlS7RZECRzQ6zCgz/IUH58RIQouoJYM4Z6SXglka5AClnwIclIuNWWS5QyvIF8SAvlJpYkBrb1A5Mdoyp7q/VJlNPxbsRQiMMoQ\n",
    "6LGCt2pA65P8vrE1W9JUV+JTYVMWdSbx8kottWFBrQOzQ6DHzrYnA1r3WONhDCnxfNiVJXUdrG6awgaU4G8DQX7XC0HVuU+6WJBU\n",
    "0Ic9O1D8pBJRV7Yzzl/m0b5qQOtS+HC+kN4MaMW6DhtdQ73b6q54qB2I/OagDwvKsj3HjtsQlupcwLcOsqBBu2h2TBk/p2xaz4Zy\n",
    "z+8/pMTL5BBDOcOffkrZOE1GtpQGLqtgkJ/OR7EdSWNj8KNawvFUXdiNzXYjp40INLpteeZnzCIG+YVo3Fa+EgsMZLII9J2SvNOT\n",
    "kxoh8x69xK5KTuQIPUyGiglRFDcnNoSU6y7okpMySNGXrcynApC/FcApWxA9HybAIG/MnIoBJU67oYgpNaZUQ1mnBfYfhUDk26ts\n",
    "/rrIv6m8G8qZTduVi0AugJvTeIL8yGdKBqRub722kJTxlTM+3TkoMKhZnz4TG9B5eZ/2oOw/A4H8T0Zi29TS87jMlG1JCXiimYoB\n",
    "3bkcd6DHXAFLelRXbZt6/F4IMSm7m7kMyvPOEAT5UxaTsrSZdDU9RWkIeowFJVzNyITjd7Rmo4SrFb4wdoosK+lqUo43xootV9mH\n",
    "ehLvfcKEhBYRxBKoxQ4lVoLWUqvja/DEStCaenh9JoPDIL/rY6VBTdAAwfEQ5M9DrFSnW3LvHnSbh6gNVN6D/FygFKAl825/RkCI\n",
    "IvxZCTsr9e5y+9h5C4H8aQ2XJG4MKoVngo4HPYPDLKbEQ0SJQvMGPz1z9hArjWeCJG02IUrjkeuOupOrMchvEC7xh9Rt93iZhJRN\n",
    "L1RDSTk9d4F8CUMLtGK9N01BlBE3BVF6/LP3m8JnYha/mkOQ30Qh0IwIMqBhQOmIj7Dj4BKjDlBuYEa6JCRS2ZSDGEi+1CG67+BH\n",
    "wj0kBDmriS85iZYGX9uxFL13P6SEF6cxZcS1ZEs5UrcFfVUs4Zg1a1RHNZQ1LwUBYZybJVw+6qAOZWL5TBQY23cehrJedA/yDnBJ\n",
    "hnDeCu5BHUWZ4tyUFmCvhS3oCh9+bQgiRBNnEUNIDC4lcskOBGJfIcg9HENclI1Mn2WO70NwqZbAslNLMCV0eHBphkIFnNwxyK+0\n",
    "RVlbO2PyokW+DEs43m10pQLQY2dekwUVINNB0GMNrGRA6xJvPMoQZeZLDihsm5IJHFyqsk/1bsK7wdRsCOsRGn9IqMWAPhf7dtNh\n",
    "rbbcPLaTLqTEHoKqbGycPowUNwxQdrV0Q1khNP5AXIctV7ZuNW7JlVsfaXiJ220pdL4S9JhxEMjfOeLGBrTevwmvInITW67k00xf\n",
    "zAkS3rOivRBqsHa0bAh8JBx43zG023jXFXs+F4X3z0aUeEBDSuyla9VQ0pHo105ACORjRnFJj5+/2Rb2OKcucbvNfl3rl50WBimb\n",
    "rX27x83UglsGMywE5e+A/NLQkwFN/Te6ZMGdbKlDjhXKlMoGRMeLItF0Dimf02pAEdv21MF80bMDAV84d2Wtl8A9vgPK3wF5I+7V\n",
    "gJg6mJ4Q6LFr6s1WN0uKz3iIshmZvRvKCvne1DIsJZXNTnIk26zrqvArgSyh8e7yOQ9lY+V897xHdYgliAC/88gOxLHiBAkUEool\n",
    "0Oa+Aya0YFSPagh8vYJrPrQZ0Dpt92BtgoQg1pZHt4RWwZQFQV4xGMP18fMdV5KkbK6evotg7cSE4EAliSyh0fm4zJuRSmJD+cYt\n",
    "NkliKSz7WhCFf06JnpolSdlQdg+jkaRi69jdMsWE8BdRlv7ZVdf6nOolNQM6Pbi8B2VfUjegpeY8qhu2TfJ8//gF5JKVCCkDHWew\n",
    "ultZIMjHXAiRAdEAcSoY9KiODeh8f4v3IPEliW24UBxWJpRt+1qcAZiEivugEt+lFLrNacUk8PP8LdQM6NRHHOi2FFaOVNqDyndA\n",
    "LkRfaBgQH4c42yZOBrTyw4YLP6TEZ2NhcpT2nNAxyI82ZvvlReKbrcK3Rc3oA5Jz+/ve2mwopzm/LxpcDGE5VvxvBkHD/xwA9Bi4\n",
    "rCxSzmdKXBIUDGoe1Bxok91QuFsCxa8DvBCi6Z6HIaS5njq5TyQZ0NpKRqUKWUIFQWgibNsqaXduFlHWdUW1urOSSDYgan0XtiBK\n",
    "MbrDITZNQZR4i6BEptl62kanihKD+MpxGsgXogSc9ULDJqevKDFnxg8wyP4mSsyZpV6p5bcgJ7aLUnxmHoXedoclURLOjEVIdXc5\n",
    "DlI206xSZGbDrgcUTOuzLTej0YJAj4lViTP3C7exxUHKiD+qGsoKVt30g7K4ft+/eh/riBDdx8E1RFsCpRjNBA4dJDyCoKcdDwOi\n",
    "Kzf8e38oKYn77XCsEYXsB1LeCR6QEj4SSKKkpfnB9x2Hd4pYSgYx/hDkAxhEiUsrogVoG6LEpVkSil8SpQ6t/BAShyuKkn1WloW+\n",
    "WRMhITqUKs1oPdZcwOqlJKB5a/+4yPw+0SLCyt30QlDS0CSk8bzaA0GPs4ASg2aky0C/OwI91lalEc3qCj29xRDkHW2ihKT1lkje\n",
    "nsoRJVZAcC1hKie5BCteoSACgo0wqHpQMaDPJYTniQCBfLimXMrVUR2XOBmZXCLUUeqVrTP4bkTpce92S7nsKqCMm8JnKsQS14Io\n",
    "8XR6CV+LslJzR+faS986CFLDl2MxIYU1sCU0BqMZgvxovhStBVoR4bHbCFE2W6iWLaW2neYsrdjWlx5rw9KqJaS6r0NZ6edkkdHZ\n",
    "r3UD4n0SZEyRuFOHoSSuYHhDkF8De3KgDHweEETfKcnFX0tXtptf4oqlswEtieLRJjGgddkoOtD2bEsl3mWrlV6edYT7y15tHbXG\n",
    "N4shIXRq9WY7MHXgg+zdlsoCDhQQ5G2oD9sDLe16ABHqTwnRyB3Kzsp5ZySe+SGFwhE2yFLamQT6Z5T4arYMNpSVgMNpUjLEgJal\n",
    "9++A/Fo+1BCo92MU7z8OJNAPCVFicRnFENLujpGMamv4xjkKUTYjfzT3Hdu4SkwpsZF1Q1nvLriroTKGA23TFuWUbKfWfmREUOXm\n",
    "RK7n03NXkJMy0HZ6asWXBEDPksSA5uoZO61yypYytrsvSImtI6diKRW8wINB7EHVfWJ6LpMQ5G/S5tRsj86DcDDuMKFEhG4JA8z+\n",
    "OQ1XKvphKdkPOtJuBsEemchRxu56QSZrY3ysVu8fCAn1Xa/OpAz0epYzSB+aKRvCnTnL9E6xpQo/T2sY5Dz4maqt7kps99o+ROAf\n",
    "EiJvRaZmCGvLN/zHdftxnJ7+mkzK0saZUHZEk2fmZCjEm9zvmBCkR89MtlGUdolIMrOhrOhvdz8BgtxL6JRZbOV9XTd4//U4W0Iq\n",
    "8UYqc7GEsQnrwYQcEW6DmlGZGexDMcgdCTI3C6rg2bzM3YBOASL4gQEhCpjLPGwzjsybQRL0LMnWQT2+GwYJ4e8oZAjnkSBa8xAl\n",
    "Tn6Thd3PRGBxgyB3OS+L2MqJ42ujWbJrbXpKHxjkfMdZiu3b4/pvNM2IMk/6hqoFCfHnNUNY7xsFXuUs3RJQavEswzbjCNsMPxVR\n",
    "WqQ35JxsU6SDzRMCeR9DzmQrJwhS9sXHnZHYhZezGMp508+1MNty29isJYgQLsa5GIKKUH5vebV19PMFa9NyBPJmn5sFjQGmWAh6\n",
    "/ADdgo64saCjlE3JeYCIpr+SDGE+7PeYZwrZUvNWj8yFbbm0W7yKWEJLsS8nl+xa3o5gjVdCeRLCzkSE6EJBLtX2k/RnJBYGNauw\n",
    "59Js1XUTYZ+LspR8xu37AwYCPfaGZRgQHcEaRtzPNVlQkzhOJFeyVZd2LgVvBDYETiCPEwa5wK9cBYDGN0A+6BWX5KLDshKMZtfU\n",
    "FsvqWelCK/eZoKqrA4GkoRjkJx6l/szw3rJ5JCEr7ecKGo5iriEhelU2K91nEnLedRkiROanZKIZ60pAqMxK6ZmgVp7vSmGQH75K\n",
    "3Vmv46HjvpJqVptAHAoE+UQwWSk4K5J3I1Flpd9Qu2+uvf9CSr+Z+eRSAXtCpdisN+I2rwlDQrj3VtrNemaPNzOyEmWuN/N8rEhW\n",
    "Ugqd7xU/jAOC/C5Q6S3rFTqgA2PQd0ryGn1Wys1sk5TtiVnpOPOX5wp8TEq7WeHZAtYxBHrsHJSks0DgzhkE8aNN1YDODWv4rc1S\n",
    "Ej2TIGaly0wQ8+ZQqhSUGed8HBjdLwNAPtEyLsllRMlKTJmB2x0tcUoLoSuvs7c7pX6s6mjr2VYyx3oTb6OuZyVIrJjutJmJECGK\n",
    "Gs9KweB0v3P6/nspOYLTfTE/OsQgyubco+SImdeO8u66YlZyxKQIeOAlKzniStz3OKdBkBtARakU87es9ZmwqyiVYoKOGLjXnwMT\n",
    "KCKw+/3qM3a0KPViRqzLJu8SJpSIkA3hfo7HNAOAnv2KSqq+X4ttX0/PwyUGuZiQogSNWV0d6GdstqQMXqPBoOy/rhvQ2heHdg0p\n",
    "sShUlPIxm5I6ai8CuT1IUfLIrJx4l9O2KHlk3kqQ/HRlFaVvrFyLtJtFMCXHFDGUVIDfFYL8wluUWjIr7/W5p8EgPwiUWjKrayAX\n",
    "Fga5XXFRgsesLhHqaADy4kxRSsisroKVsyglZIFanIATEsK5TMkofEY1+RvLEOR3IUWJJeuFUInjODAhaqtSV1YGTIlDXzAhOGMV\n",
    "pbPwGVgVB20Wpbqs9Jk1dgRCQpTJrSiZZn5FrbGQCQlxxxZLSOW4fvQTQqR8FiXZTEIHGwUI8huFonSd6zeNDlyQEMVsF6XxzB9I\n",
    "+i6QpyiVZ9lN20WwQkp866MonYevu/thQASmcFyLGjTz2nbZJU2ClPhggymbWthQzidErXkoqWhlGG27aMqidKD7qVp3wMMgd0W+\n",
    "KLGILzdYZGqIEG4SlVQ0r+tc0njwec1Sjth/123dgOgIZQi7DVA22xQlF3E9ZWy/8VPazwRxfqZ8xSC/BVcC0WxhBVePMcjPTEpF\n",
    "Wt/aY/9hURrS9RitdxpAkPcPF6UbrWyzjEpCIPIfAUCPDbxSnbi/ZEIsSkKaoLSNvi9KK5qUlmL5CxLCnYwSmviKGolNWElN82JQ\n",
    "6qDblLx0XwyKFhxIiGYBpU2th2rRr4dA3qFVlGQ1bw8xkACKkqlWPlze3fiClPjNjKK0rXkv6ZAE3n8/JVVNAoGon6KUpwUaOwdQ\n",
    "UToUnz6jxwkBgvxZQ2lPkvQT5VuQ3ysrgWpdOhq7tJJFyVWS7qcOc0QhW0uXZ6a2ovSnCWore+H7dhQRwg2YkpxWQuQG+lZJTuup\n",
    "4LRzPhUlOq07YPUZSVCUniTXYw0j7jZAIY5/HFRLGGFelIY1P1gKMEsE8vetcEmPflBmSS/BOBjk3RNKuJqJkBMQhooSq4TMvvPF\n",
    "SJQmtdIr01PlKEqTkuuOWjSzKulpEkaNUz5hQuBKL0q3ErpP6LbLlFY1QaXtLsxiShivUJTANdtewk3K/weV3t2F\n",
    "\"\"\",\n",
    "    \"products.csv\": \"\"\"\n",
    "eNp9k01qG0EQhfc6RR+gDNU9P5q5hW9gjCyCF4mM4iyym7EMCligeBUwgRDH4GwCI1tjj35mfIVXNwrV4/hPIsvu+V6/qlc1R8PB\n",
    "wafe8d7hAX3Yf9+n3v5x/91g+JmOhoe9PvUGH487u2wJfyTHg2QoJZcczY7kWPvDxFiDJW4JF2jkFCXZMGJKutzZZedvsZIR1pih\n",
    "kqlxEZuXdJwyBYnCgbqcokKDh61oN2UKA0VDwrlkKHCPCisPb1ThUqaufzh6ujWYocS9ov6MCjWKTSPHFFqVxoRrUatazrAwMkaB\n",
    "hbHc8td6oiBispHSXcI3lFjJ+X/5lMn6eBLCLx9O/QaJQiYXK5ISLn2nNzJFjUYfzTFDI5mJXkpczGSZO7uWCb/RaItYocDc4FZx\n",
    "mWCJCgvCz/YejeRygopswpSq0hJ+oJQxStQy0bga3Ej+6FxuUUZM2ol1hO8+zDkKrGRicGPky8sqtskD95iEDXxyOn3JNjln//UW\n",
    "Ei4kkxHusERhAo1gjZXWrfBI/SlKmZwOxEaEK11a1DLeed7f17hNUqbU87GmPZLMP64LjrkuiExfK1zITDbwFXUfB4AaFZYG9zor\n",
    "FJKhkXG7Bm/sdF/iULXJ08ph7XNSW21Pla3tVywlb6uWkT4rZxobk029fUq40n9AJnKiHw1m/mcrcOfNy+1PuLAduWPCJUrJfAHL\n",
    "52i3y6wOPIq58xfQUEqA\n",
    "\"\"\",\n",
    "    \"customers.csv\": \"\"\"\n",
    "eNqlW0tuHEcS3fsUPECVkJGfqqz1HMQwbMLQQrJhyQvvJM1yDJikukWC7OafoDYk29IQQ5EifYXsGw2yWmNlxqcqpdkSzOjIyIgX\n",
    "Lz71/a/Pnv/0ZP2Xbx//UD397sl69f3j579Vzx7/+PTXn7/94bvn69Wz9R+frD99/s0/lIIqHIXr5YvwPlyHD2vh8lEVpuE2LJav\n",
    "+j/fhPvw5/Kf8R8qrbSrVVODrsJf4WH5cvkqPCz/CPfhfvmv8CGK00jc1qg4qMFW4T48hHf/E2KqMAuLcLt8GW7Cx7VwNCrE1dAh\n",
    "IbYKG+E+/Hv5YqXJ5FGU+rB8GW7Du7CIB02tuhocOuiqMO9/ahHulr8v/1gL0+Hft7XytbaiTZoq7MSfDPcrUVQLXesGadFG9e/C\n",
    "dW+F/gIHj6JtF+E+3C5f1eEgXH9SJ1HF1MrWYJAsX4X9eJfwPizWwnaBHFcrU4MSr9RVYbfX6z7cRAtdjVkIVB1djRcXfygTt0+t\n",
    "ZGuA/q0EEUDsFb1mHs3QC7oJf4ab5Yso8vPTG1GcrsJBWIR34TrcrYUZ1cfFV1PId6LA5NhkWINoE/lCtgqT8DHcLF/19vywMjKx\n",
    "inK1lg3r4rPc9YZdrIX5qB/rOkZwdqVmFUe9gBPWDmZIg7YKh+EhfFy5/+mwBn0oRHcVhHnkJ6/LXNnWUY3sVl0VjqMWMcBXd5uy\n",
    "1vW1QpGpFUKn8wIl+neKSvAXi/b7GyKuWCPbOgadcFwnx/dGTexqA1V4CH9FQZ/vZXqUCNfh/QojhmLHDjx5RMJ5uAm30XejZY+L\n",
    "DARQR+Anajn05mcsNug6OqqgUJPc7A0HwPG3kd/rlslku2ER/hNvsvz900HdoyRRGjvqOetcUGsxk+ouC90NQUAMllRtw3nn8Esq\n",
    "MXNFN8mE7bLGUwPJz+jsGttSkMkCDAvs9CVUrcX4MhZdZL8ol8aMIwadcUSxLdY1FUnIpiFHr7g7RV6A37etws6nqF6U3aPPVHK4\n",
    "Gk/4zqTYOggbTZcxjddljAVIHrUqk7MzmrdMD2n8BW0KrpdlYE1Tu9XkzTYEVgCiM1uDcGGjIB9qkSNYm9xsfyTQm9qIfM66zN4s\n",
    "xEakEDOzbdDFZtSfbU+5ENe3bYLNMwFiNcre1iNsPigxI5PzbJfxtalUIog80akxlDa1agcyv4NMwGVZPK84X2oSlxPWMyldiEnS\n",
    "mQxYZmWh29WAFbHoba44TwAYiBLnCPWdl9QXCIxcgzTZKS6gkJO6tk8f8Xejb28ORVoPRoBQ2/kkUAvVcD0lESzURRHv+pN3vajF\n",
    "Kgio8w3xxkYRQ1+UOWBDoL8BhADH0ruLQN3oopLd9nQj+23DmGN31GVgIC4bmz35XMjsGnUdGleFy3D3uTqh6vv+EEaipmEYCo1g\n",
    "03NkQeWWJPKZQLc0Sm6NR5Y/YlNbM0CymxxKd+nrO47PtIoUYpes2Vx/8+wobl1tCwcxVrY5Vs5Hk0fXGww/WZsX+2/LqhxNcKql\n",
    "lf5MiB3sbq0j+auA3LR9IifXaVDZts9mY+i7f+Rwm3QJ3rK53w10b1rsfwesAXStRe9vcUtqUmYMM9DN9IptwnEVEKaLPs/rrwVi\n",
    "INNyjzupm2wsa5KsfO6Wh4LChilbPfXE41KvxkHmaRLfKysrVs1QwSq0ctoXumKYmPi2hJgoGPIHj0Jkr7RQkv3Wdwj4T0r9VrZS\n",
    "p7LktTVaGSgmI3WQMHO+1HEDhX9HCSmtb/0AG+jwFGCDFWH7Bkz60J0lKWVSwAWUyAU6R2putjpC4Nw1DCuZFiQbPJHoWhJK52Uc\n",
    "ktK0zievWlife1KAdR0Jw8noxWyPOYkYUCqhxScFRb7YJoLVHAsZm09EmiNgEMl20qg+FxIQahOC4qjnRSksEGm4TzUVKKQCdNCh\n",
    "g1ujzwEYsiESExQ456XlAFGoJbLGyqYWd+lBeeJmZ8VZ3TBv3JFAmgjNdqCEDyLQfOGs1NQa+XwEPGSYQ6mjjWwaE1MC69MRWDfE\n",
    "ntEmWf46LZgVoA4zgGU8/nUpTRA5IACdu+6z8WvkSSJA2uofHxtrOf8AUA/elaoig0yUlvtHUisGP07Hdj0GIibSzjzngMYuelLc\n",
    "xxEfRkPmdpPR7ofYcACNSe3eKOiTdAjaJLXGjlAmay/qYMlEsmgarhhE0A4F1BthvC97bGRxCbnYHYvIOE5oGE1aZBQu74kNJdAp\n",
    "LdgTPBZQttIdqtq2S/mEbA6DVwHelNa0mta0YHBT6m3xRAJhb5xjZS8tzXpQIQgGt/xPR4Pa4N+2Y/PLyMS56zsUbtPS1iPapgHT\n",
    "ZBhwJnT3xXIADM8HCiJv9Rbkaj4rL84L2KeWna5jGo/DsGTlySBY2lY9Ld0R0Exs27yXME7t/MBd4xwrwZuzUWGN3CWFOM/6u905\n",
    "F6AYNcPB0vrs6utXdcDmPbCxrR9NEq+ltLeQZZKGHNh8PLspDJS0fBtPfGezOGiVKHV0ztWTXnGADnHOhbq77BgfmcPBKHJ5boEC\n",
    "4jgLmWHjS0bdmRIGbccUpXvM250ltcjhKErAAA9xjl1soGZthoSku4W7BbHMsRhHdw0vSmiIRRbywhSGnQOL6OlyX90c2aHT8g4d\n",
    "NAqtNHGxKPZ9oMEDhrNS9sAl4yYH3j1WHUPQKc62EF1lqR2KvIa667bUS0DVS4NJ7Wy0jrIDmT9OtpLsxaPAwGonNOmKwFzq9orY\n",
    "F2dbX8E8+va8Qi4eh1yoRj0Vhh1oxAatQhzjTHqOBh3EXngkrJ3I6N3qpDjYKru8IZdvDTMkHF5vFZdyoP3KJUE1dE03buJVp5YB\n",
    "wRZvsBwUT8LFZN7Sxu2WoBJOWm2+sz0r9VjUqYW2S57+mJ0F6YHg9fl+C7t5p4A0muL0K8G6HWltGCFPnHkllx7dZAU9kBo915md\n",
    "FA9pUfh6vNZyXvwiYgx4vNq6XTogk8HS52h7KgwN0ecGsBqOIWOdS+tQyFe9Z5pO3I6tOLGCOAX78qYMWUCEjpZeZyP9Kk+8t+Nm\n",
    "CXvC9Enc4IUuX309HNHDyet10KV11uZ43xc1ajqLGDCdbAx8igAdbiPMBO6iZRENSZwXgh5yRMc5GPnqhF3AlN/Eo/7wl8Fhx/do\n",
    "2a0rSYhWKoHkTal/CeLxdJ11m2UfjRxpevWFFnLuy9ISU3wcHVlk4u0HEi2SBdC2wLbAFZV8O0wBLsoqecKCtUq/e9kXVgVQ1taq\n",
    "FaaQRSoYLM1nJj0vXV8kWtFp7amQkdFAUgNmrZvS92stOphW/hPWfG2Pndkh/RUcbAUaDZKEJ12HZcbTfWGKuKFmvsWaSgsRUh2i\n",
    "Y85G/j0TtoIUNmaT8aJ99reB2+LQkM4Fxrukhv62Z/Y6R7sMWAhezjopGM3JptT08wDOHmJq1hpYrBmb5YqNUK01mr9f/T+fjGpN\n",
    "P3qZF3/qhoJKp9ODi4Gvn7DrxGyecLLLEdrh5Rpc63x8MBMeDBExTb7B2hzI2NlBfnGAJtp2IJfoDmHIlbRNi1KHUeQrUG68L6fC\n",
    "mAgQWxIXsDz6bV20dygO4LTJ8/heWfLqSAKIQ6ss5A+L99rEsGU+ubqQPEIMVZOD6bR4/iurlX8ecCVsLQyo5EmkjX0zL4OjwVh7\n",
    "MbA4youwiqExZ9I32UIn978sij3j\n",
    "\"\"\",\n",
    "}\n",
    "os.makedirs(\"data\", exist_ok=True)\n",
    "for _name, _packed in _DATA.items():\n",
    "    with open(os.path.join(\"data\", _name), \"wb\") as _f:\n",
    "        _f.write(zlib.decompress(base64.b64decode(_packed)))\n",
    "print(\"Файлы данных:\", \", \".join(sorted(_DATA)))\n",
    "\n",
    "# ─── Проверка упражнений: тот же раннер, что у задач на сайте ───\n",
    "# ─── Запуск тестов ───────────────────────────────────────────────────────────\n",
    "\n",
    "_TIMEOUT = 2.0  # секунд на тест; отдельный тест может задать свой: test_x.timeout = 10\n",
    "\n",
    "\n",
    "def _call_with_timeout(target, seconds: float) -> bool:\n",
    "    \"\"\"Запускает target() в отдельном потоке. Возвращает False, если за seconds он не завершился.\"\"\"\n",
    "    import sys\n",
    "    import threading\n",
    "\n",
    "    if sys.platform == \"emscripten\":  # Python в браузере: потоков нет, таймаут обеспечивает страница\n",
    "        target()\n",
    "        return True\n",
    "    # Большой стек нужен, чтобы глубокая рекурсия давала RecursionError, а не аварийное завершение Python.\n",
    "    for megabytes in (256, 64, 0):\n",
    "        try:\n",
    "            threading.stack_size(megabytes * 1024 * 1024)\n",
    "            worker = threading.Thread(target=target, daemon=True)\n",
    "            worker.start()\n",
    "        except (ValueError, RuntimeError, MemoryError):\n",
    "            continue\n",
    "        worker.join(seconds)\n",
    "        return not worker.is_alive()\n",
    "    target()  # потоки недоступны — запускаем без таймаута\n",
    "    return True\n",
    "\n",
    "\n",
    "def _test_info(fn) -> dict:\n",
    "    \"\"\"Описание теста, его лимит времени и сообщение на случай зависания.\"\"\"\n",
    "    limit = getattr(fn, \"timeout\", _TIMEOUT)\n",
    "    hint = getattr(fn, \"timeout_hint\", \"\")\n",
    "    message = (\n",
    "        f\"тест не завершился за {limit:g} с — возможно, бесконечный цикл или рекурсия: \"\n",
    "        \"проверьте, что границы/аргументы изменяются на каждом шаге\" + (f\". {hint}\" if hint else \"\")\n",
    "    )\n",
    "    return {\"title\": (fn.__doc__ or fn.__name__).strip(), \"timeout\": limit, \"timeout_message\": message}\n",
    "\n",
    "\n",
    "def _error_result(title: str, error: BaseException, user_file: str | None) -> dict:\n",
    "    \"\"\"Результат упавшего теста: статус, сообщение, тип исключения и строка в коде решения.\"\"\"\n",
    "    line = None\n",
    "    if user_file:  # самый глубокий кадр в коде решения; ошибка внутри самих тестов — без номера строки\n",
    "        tb = error.__traceback__\n",
    "        while tb is not None:\n",
    "            if tb.tb_frame.f_code.co_filename == user_file:\n",
    "                line = tb.tb_lineno\n",
    "            tb = tb.tb_next\n",
    "    status, message = \"error\", f\"{type(error).__name__}: {error}\"\n",
    "    if isinstance(error, NotImplementedError):\n",
    "        status, message, line = \"not_written\", \"функция ещё не написана\", None\n",
    "    elif isinstance(error, AssertionError):\n",
    "        status, message = \"failed\", str(error) or \"проверка не прошла\"\n",
    "    elif isinstance(error, RecursionError):\n",
    "        message = \"RecursionError: слишком глубокая рекурсия — проверьте базовый случай и то, что задача уменьшается\"\n",
    "    elif isinstance(error, MemoryError) or (isinstance(error, OverflowError) and \"index-sized\" in str(error)):\n",
    "        message = f\"{type(error).__name__}: не хватило памяти — возможно, создаётся слишком большая структура данных\"\n",
    "    return {\"title\": title, \"status\": status, \"message\": message, \"error_type\": type(error).__name__, \"line\": line}\n",
    "\n",
    "\n",
    "def _run_tests(verbose: bool = True, on_start=None, on_result=None, user_file: str | None = None) -> list[dict]:\n",
    "    \"\"\"Запускает тесты задачи (_TESTS — функции из tests.py) по порядку, каждый — с таймаутом.\n",
    "\n",
    "    Возвращает список результатов: {\"title\", \"status\", \"message\", \"error_type\", \"line\"}, где status —\n",
    "    passed · failed · error · not_written · timeout · not_run. Если тест завис, при verbose=True печатает\n",
    "    итог и завершает процесс: зависший поток остановить нельзя. on_start(i) и on_result(i, результат)\n",
    "    вызываются по мере выполнения; user_file — имя файла с кодом решения для номеров строк в ошибках.\n",
    "    \"\"\"\n",
    "    import os\n",
    "    import sys\n",
    "\n",
    "    if verbose:\n",
    "        try:  # ✓ и кириллица в консоли Windows со старой кодировкой\n",
    "            sys.stdout.reconfigure(encoding=\"utf-8\")\n",
    "        except Exception:  # noqa: BLE001 — reconfigure может не быть (перенаправленный вывод, браузер)\n",
    "            pass\n",
    "\n",
    "    tests = list(_TESTS)\n",
    "    results: list[dict] = []\n",
    "    not_written = hung = False\n",
    "    for index, fn in enumerate(tests):\n",
    "        info = _test_info(fn)\n",
    "        outcome: dict = {}\n",
    "\n",
    "        def target(fn=fn, outcome=outcome):\n",
    "            try:\n",
    "                fn()\n",
    "            except BaseException as e:\n",
    "                outcome[\"error\"] = e\n",
    "\n",
    "        if on_start:\n",
    "            on_start(index)\n",
    "        if not _call_with_timeout(target, info[\"timeout\"]):\n",
    "            results.append({\"title\": info[\"title\"], \"status\": \"timeout\", \"message\": info[\"timeout_message\"], \"error_type\": None, \"line\": None})\n",
    "            for other in tests[index + 1:]:\n",
    "                results.append({\"title\": _test_info(other)[\"title\"], \"status\": \"not_run\", \"message\": \"не запускался: предыдущий тест завис\", \"error_type\": None, \"line\": None})\n",
    "            hung = True\n",
    "            break\n",
    "        error = outcome.get(\"error\")\n",
    "        if error is None:\n",
    "            result = {\"title\": info[\"title\"], \"status\": \"passed\", \"message\": \"\", \"error_type\": None, \"line\": None}\n",
    "        else:\n",
    "            result = _error_result(info[\"title\"], error, user_file)\n",
    "            not_written = not_written or result[\"status\"] == \"not_written\"\n",
    "        results.append(result)\n",
    "        if on_result:\n",
    "            on_result(index, result)\n",
    "\n",
    "    if not_written:  # пока функция не написана, «даром» пройденные тесты не засчитываются\n",
    "        for r in results:\n",
    "            if r[\"status\"] == \"passed\":\n",
    "                r.update(status=\"not_written\", message=\"не засчитан, пока функция не написана\")\n",
    "    for r in results:\n",
    "        if len(r[\"message\"]) > 300:\n",
    "            r[\"message\"] = r[\"message\"][:300] + \"…\"\n",
    "\n",
    "    if verbose:\n",
    "        if not_written:\n",
    "            print(\"Функция ещё не написана — замените raise NotImplementedError своим кодом.\\n\")\n",
    "        for r in results:\n",
    "            mark = {\"passed\": \"✓\", \"not_run\": \"–\"}.get(r[\"status\"], \"✗\")\n",
    "            print(f\"{mark} {r['title']}\")\n",
    "            if r[\"message\"]:\n",
    "                print(f\"    {r['message']}\")\n",
    "        passed = sum(r[\"status\"] == \"passed\" for r in results)\n",
    "        print(\"─\" * 40)\n",
    "        print(f\"Прошло {passed} из {len(results)}\" + (\" — всё верно!\" if passed == len(results) else \"\"))\n",
    "        if hung:\n",
    "            print(\"Выполнение остановлено: один из тестов завис.\")\n",
    "            sys.stdout.flush()\n",
    "            os._exit(1)\n",
    "    return results\n",
    "\n",
    "\n",
    "def _check(*tests, names=()):\n",
    "    \"\"\"Запускает проверки упражнения и печатает ✓ / ✗ и итог — как на сайте.\"\"\"\n",
    "    for name in names:\n",
    "        if \".\" in name:  # «Класс.метод» из заготовки: класс должен быть объявлен\n",
    "            if not isinstance(globals().get(name.split(\".\")[0]), type):\n",
    "                print(f\"✗ класс {name.split('.')[0]} не объявлен — выполните ячейку упражнения\")\n",
    "                return\n",
    "            continue\n",
    "        if name not in globals():\n",
    "            print(f\"✗ переменная {name} не создана — выполните ячейку упражнения\")\n",
    "            return\n",
    "        if globals()[name] is Ellipsis:\n",
    "            print(f\"✗ {name} пока равна ... — замените многоточие своим кодом\")\n",
    "            return\n",
    "    globals()[\"_TESTS\"] = list(tests)\n",
    "    _run_tests()"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "setup"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "До сих пор мы работали с таблицей `shop_orders.csv`, где в каждой строке уже записаны и город покупателя,\n",
    "и название товара, и цена. Настоящие базы данных устроены иначе: сведения хранятся **в разных таблицах**\n",
    "без повторов. Название и цена товара записаны один раз — в справочнике товаров, а в заказах стоит только\n",
    "его код."
   ],
   "id": "text-10"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Заказы и справочник товаров\n",
    "import pandas as pd\n",
    "\n",
    "orders = pd.read_csv(\"data/orders.csv\")\n",
    "products = pd.read_csv(\"data/products.csv\")\n",
    "print(orders.head(3))\n",
    "print(products.head(3))"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "tables"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "В заказах нет цены — есть `product_id`. В справочнике нет продаж — есть `product_id`, цена и себестоимость.\n",
    "Чтобы посчитать выручку, нужно к каждой строке заказа **подставить** строку справочника с тем же кодом.\n",
    "Общий столбец, по которому сопоставляются строки, называют **ключом**.\n",
    "\n",
    "## merge на маленьком примере\n",
    "\n",
    "Две таблицы с общим столбцом `id`:"
   ],
   "id": "text-17"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Соединение по id\n",
    "left = pd.DataFrame({\"id\": [1, 2, 3], \"name\": [\"Аня\", \"Борис\", \"Вика\"]})\n",
    "right = pd.DataFrame({\"id\": [2, 3, 4], \"city\": [\"Тула\", \"Сочи\", \"Омск\"]})\n",
    "left.merge(right, on=\"id\")"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "toy"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Метод `merge` взял каждую строку левой таблицы, нашёл в правой строку с тем же `id` и склеил их в одну.\n",
    "В результате остались только ключи 2 и 3 — те, что есть **в обеих** таблицах. Ани (id 1) в правой таблице нет,\n",
    "Омска (id 4) нет в левой — и обе строки пропали. Такое соединение называется **внутренним** (`inner`), и оно\n",
    "используется по умолчанию.\n",
    "\n",
    "Параметр `how` («как») меняет правило. `how=\"left\"` сохраняет **все строки левой** таблицы; где пары\n",
    "не нашлось, ставит пропуск:"
   ],
   "id": "text-27"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Все строки левой таблицы\n",
    "left.merge(right, on=\"id\", how=\"left\")"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "toy-left"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Остальные варианты — `\"right\"` (все строки правой) и `\"outer\"` (все строки обеих):"
   ],
   "id": "text-37"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Все строки обеих таблиц\n",
    "left.merge(right, on=\"id\", how=\"outer\")"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "toy-outer"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**Вопрос.** Сколько строк будет в `left.merge(right, on=\"id\", how=\"right\")`?\n",
    "\n",
    "- `2`\n",
    "- `3`\n",
    "- `4`\n",
    "\n",
    "<details><summary>Ответ</summary>\n",
    "\n",
    "`3`\n",
    "\n",
    "`how=\"right\"` сохраняет все строки правой таблицы — их три: id 2, 3 и 4. У строки с id 4 в столбце `name` будет пропуск. Две строки дал бы `inner`, четыре — `outer`.\n",
    "\n",
    "</details>"
   ],
   "id": "quiz-42"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Все четыре вида на одной схеме:"
   ],
   "id": "text-51"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "*Схема — в уроке на сайте: https://ds-edu-trainer.vercel.app/courses/pandas/merge*"
   ],
   "id": "component-54"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Заказы и товары"
   ],
   "id": "text-55"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# К каждой строке заказа — название товара\n",
    "named = orders.merge(products[[\"product_id\", \"name\"]], on=\"product_id\")\n",
    "print(len(orders), len(named))\n",
    "named.head(3)"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "real"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Из справочника мы взяли два столбца — ключ и название (зачем брать только нужные — ниже, в разделе «Брать только нужное»). В `orders` один и тот же товар встречается в сотнях\n",
    "строк, в `products` — один раз. `merge` подставил название **к каждой** строке заказа с этим кодом. Такое соединение называют «многие к одному» —\n",
    "самый частый случай.\n",
    "\n",
    "Число строк не изменилось: было 2448 — и стало 2448. Это первое, что проверяют после соединения."
   ],
   "id": "text-59"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 1. Выручка через справочник\n",
    "\n",
    "Соедините `orders` со справочником `products` по ключу `product_id` и сохраните в `priced`. Добавьте столбец\n",
    "`revenue` — цена × количество. В `total` сохраните выручку за год.\n",
    "\n",
    "<details><summary>Подсказка 1</summary>\n",
    "\n",
    "`orders.merge(products, on=\"product_id\")`.\n",
    "\n",
    "</details>\n",
    "<details><summary>Подсказка 2</summary>\n",
    "\n",
    "`priced[\"price\"] * priced[\"quantity\"]`.\n",
    "\n",
    "</details>"
   ],
   "id": "priced-task"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "priced = ...\n",
    "# добавьте в priced столбец revenue\n",
    "total = ..."
   ],
   "execution_count": null,
   "outputs": [],
   "id": "priced"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Проверка упражнения 1 — выполните после своего решения\n",
    "def test_priced():\n",
    "    \"priced — заказы с данными о товаре\"\n",
    "    assert isinstance(priced, pd.DataFrame), f\"priced — это {type(priced).__name__}, а нужна таблица\"\n",
    "    assert len(priced) == 2448, f\"в priced {len(priced)} строк, а должно остаться 2448 — столько же, сколько в orders\"\n",
    "    assert \"price\" in priced.columns and \"category\" in priced.columns, \"в priced должны появиться столбцы товаров — price, category и другие\"\n",
    "    assert \"order_id\" in priced.columns and \"quantity\" in priced.columns, \"в priced должны остаться столбцы заказов: слева — orders, справа — products\"\n",
    "\n",
    "\n",
    "def test_revenue():\n",
    "    \"revenue и total — выручка строки и за год\"\n",
    "    assert \"revenue\" in priced.columns, \"в priced нет столбца revenue\"\n",
    "    assert priced[\"revenue\"].sum() == 3301420, \"revenue не тот: выручка строки — цена × количество\"\n",
    "    assert total == 3301420, f\"total = {total!r} — это не сумма revenue\"\n",
    "\n",
    "_check(test_priced, test_revenue, names=[\"priced\",\"total\"])"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "priced-check"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "<details><summary>Решение</summary>\n",
    "\n",
    "```python\n",
    "priced = orders.merge(products, on=\"product_id\")\n",
    "priced[\"revenue\"] = priced[\"price\"] * priced[\"quantity\"]\n",
    "total = priced[\"revenue\"].sum()\n",
    "```\n",
    "\n",
    "</details>"
   ],
   "id": "priced-solution"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "*После решения упражнения выше:*\n",
    "\n",
    "Сумма сошлась с той, что мы считали по готовой таблице: 3 301 420 ₽. Но теперь у нас есть то, чего\n",
    "в `shop_orders.csv` не было, — себестоимость."
   ],
   "id": "component-74"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 2. Прибыль\n",
    "\n",
    "Добавьте в `priced` столбец `profit` — прибыль строки: разность цены и себестоимости (`cost`), умноженная\n",
    "на количество. Сохраните в `category_profit` прибыль по категориям по убыванию, в `total_profit` — прибыль\n",
    "за год.\n",
    "\n",
    "<details><summary>Подсказка 1</summary>\n",
    "\n",
    "`(priced[\"price\"] - priced[\"cost\"]) * priced[\"quantity\"]` — скобки обязательны.\n",
    "\n",
    "</details>\n",
    "<details><summary>Подсказка 2</summary>\n",
    "\n",
    "`priced.groupby(\"category\")[\"profit\"].sum().sort_values(ascending=False)`.\n",
    "\n",
    "</details>"
   ],
   "id": "profit-task"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# добавьте в priced столбец profit\n",
    "category_profit = ...\n",
    "total_profit = ..."
   ],
   "execution_count": null,
   "outputs": [],
   "id": "profit"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Проверка упражнения 2 — выполните после своего решения\n",
    "def test_profit():\n",
    "    \"profit — прибыль строки: (цена − себестоимость) × количество\"\n",
    "    assert \"profit\" in priced.columns, \"в priced нет столбца profit\"\n",
    "    assert priced.loc[0, \"profit\"] != 4500, \"скобки: сначала разность цены и себестоимости, потом умножение на количество\"\n",
    "    assert priced[\"profit\"].sum() == 1542150, \"прибыль не та: проверьте формулу\"\n",
    "    assert total_profit == 1542150, f\"total_profit = {total_profit!r} — это не сумма profit\"\n",
    "\n",
    "\n",
    "def test_category():\n",
    "    \"category_profit — прибыль по категориям, по убыванию\"\n",
    "    assert isinstance(category_profit, pd.Series) and len(category_profit) == 5, \"category_profit — Series по пяти категориям\"\n",
    "    assert category_profit[\"Чай\"] == 340440, \"суммы не те: сумма столбца profit по категориям\"\n",
    "    assert category_profit.tolist() == sorted(category_profit.tolist(), reverse=True), \"отсортируйте category_profit по убыванию\"\n",
    "\n",
    "_check(test_profit, test_category, names=[\"category_profit\",\"total_profit\"])"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "profit-check"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "<details><summary>Решение</summary>\n",
    "\n",
    "```python\n",
    "priced[\"profit\"] = (priced[\"price\"] - priced[\"cost\"]) * priced[\"quantity\"]\n",
    "category_profit = priced.groupby(\"category\")[\"profit\"].sum().sort_values(ascending=False)\n",
    "total_profit = priced[\"profit\"].sum()\n",
    "```\n",
    "\n",
    "</details>"
   ],
   "id": "profit-solution"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Строки без пары\n",
    "\n",
    "Теперь покупатели. В справочнике `customers.csv` — 240 клиентов. Посчитаем, сколько заказов сделал каждый:"
   ],
   "id": "text-87"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Справочник клиентов и число заказов\n",
    "customers = pd.read_csv(\"data/customers.csv\")\n",
    "order_counts = orders.groupby(\"customer_id\", as_index=False).agg(n_orders=(\"order_id\", \"nunique\"))\n",
    "print(len(customers), len(order_counts))\n",
    "order_counts.head(3)"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "customers"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Клиентов 240, а в таблице с числом заказов только 213 строк: остальные ничего не покупали в 2025 году,\n",
    "и в заказах их просто нет. Что будет при соединении?"
   ],
   "id": "text-93"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# inner и left\n",
    "print(len(customers.merge(order_counts, on=\"customer_id\")))\n",
    "print(len(customers.merge(order_counts, on=\"customer_id\", how=\"left\")))"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "inner-loss"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Внутреннее соединение молча выбросило 27 клиентов. Ошибки нет, таблица выглядит нормально — и «среднее число\n",
    "заказов на клиента», посчитанное по ней, окажется завышенным."
   ],
   "id": "text-98"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "> **Типичная ошибка: inner теряет строки без пары.**\n",
    ">\n",
    "> Соединение по умолчанию оставляет только совпавшие ключи. Если слева — полный список (клиенты, товары, даты)\n",
    "> и ни одна его строка не должна пропасть, пишите `how=\"left\"` и сравнивайте число строк до и после."
   ],
   "id": "component-102"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "С `how=\"left\"` клиенты без заказов остаются, а в столбце `n_orders` у них пропуск:"
   ],
   "id": "text-106"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# У клиента C003 заказов нет\n",
    "activity = customers.merge(order_counts, on=\"customer_id\", how=\"left\")\n",
    "activity.head(4)"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "left-nan"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Из-за пропусков столбец стал дробным. Здесь пропуск значит «ноль заказов» — его можно и нужно заполнить."
   ],
   "id": "text-110"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 3. Спящие клиенты\n",
    "\n",
    "В таблице `activity` замените пропуски в столбце `n_orders` нулями и переведите столбец в целый тип. Сохраните\n",
    "в `sleepers` клиентов без единого заказа, в `n_sleepers` — их число.\n",
    "\n",
    "<details><summary>Подсказка 1</summary>\n",
    "\n",
    "`activity[\"n_orders\"] = activity[\"n_orders\"].fillna(0).astype(\"int64\")`.\n",
    "\n",
    "</details>\n",
    "<details><summary>Подсказка 2</summary>\n",
    "\n",
    "`activity[activity[\"n_orders\"] == 0]`.\n",
    "\n",
    "</details>"
   ],
   "id": "sleepers-task"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# замените пропуски в activity[\"n_orders\"] нулями и сделайте столбец целым\n",
    "sleepers = ...\n",
    "n_sleepers = ..."
   ],
   "execution_count": null,
   "outputs": [],
   "id": "sleepers"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Проверка упражнения 3 — выполните после своего решения\n",
    "def test_orders():\n",
    "    \"n_orders — число заказов целым числом, без пропусков\"\n",
    "    assert activity[\"n_orders\"].isna().sum() == 0, \"в activity[\\\"n_orders\\\"] остались пропуски: клиент без пары в таблице заказов — это ноль заказов. Результат запишите обратно в столбец\"\n",
    "    assert str(activity[\"n_orders\"].dtype) in (\"int64\", \"int32\"), f\"тип столбца n_orders — {activity['n_orders'].dtype}, а нужен целый\"\n",
    "    assert activity[\"n_orders\"].sum() == 1576 and len(activity) == 240, \"в activity должны быть все 240 клиентов\"\n",
    "\n",
    "\n",
    "def test_sleepers():\n",
    "    \"sleepers — клиенты без заказов\"\n",
    "    assert isinstance(sleepers, pd.DataFrame), f\"sleepers — это {type(sleepers).__name__}, а нужна таблица\"\n",
    "    assert len(sleepers) == 27 and n_sleepers == 27, f\"в sleepers {len(sleepers)} строк, n_sleepers = {n_sleepers!r} — проверьте условие\"\n",
    "    assert (sleepers[\"n_orders\"] == 0).all(), \"в sleepers должны быть только клиенты с нулём заказов\"\n",
    "\n",
    "_check(test_orders, test_sleepers, names=[\"sleepers\",\"n_sleepers\"])"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "sleepers-check"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "<details><summary>Решение</summary>\n",
    "\n",
    "```python\n",
    "activity[\"n_orders\"] = activity[\"n_orders\"].fillna(0).astype(\"int64\")\n",
    "sleepers = activity[activity[\"n_orders\"] == 0]\n",
    "n_sleepers = len(sleepers)\n",
    "```\n",
    "\n",
    "</details>"
   ],
   "id": "sleepers-solution"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Брать только нужное\n",
    "\n",
    "Соединять можно и несколько раз подряд. Добавим к заказам с товарами сегмент покупателя. Из справочника\n",
    "клиентов возьмём только два столбца — ключ и то, что нужно:"
   ],
   "id": "text-120"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Третья таблица — только ключ и сегмент\n",
    "segments = customers[[\"customer_id\", \"segment\"]]\n",
    "with_segment = priced.merge(segments, on=\"customer_id\")\n",
    "print(with_segment.shape)\n",
    "with_segment[[\"order_id\", \"name\", \"revenue\", \"segment\"]].head(3)"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "narrow"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Так результат не засоряется лишними столбцами. Есть и вторая причина: в обеих таблицах есть столбец `name`\n",
    "(название товара и имя клиента) — что происходит при совпадении названий, разберём в следующем уроке."
   ],
   "id": "text-127"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 4. Сегменты покупателей\n",
    "\n",
    "По таблице `with_segment` соберите `segment_stats` — таблицу по сегментам (сегмент в индексе): `revenue` —\n",
    "выручка, `buyers` — число разных покупателей. Добавьте столбец `per_buyer` — выручка на одного покупателя,\n",
    "округлённая до рублей. В `best_segment` сохраните сегмент с наибольшим `per_buyer`.\n",
    "\n",
    "<details><summary>Подсказка 1</summary>\n",
    "\n",
    "`with_segment.groupby(\"segment\").agg(revenue=(\"revenue\", \"sum\"), buyers=(\"customer_id\", \"nunique\"))`.\n",
    "\n",
    "</details>\n",
    "<details><summary>Подсказка 2</summary>\n",
    "\n",
    "`(segment_stats[\"revenue\"] / segment_stats[\"buyers\"]).round()` и `idxmax()`.\n",
    "\n",
    "</details>"
   ],
   "id": "segments-task"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "segment_stats = ...\n",
    "# добавьте в segment_stats столбец per_buyer\n",
    "best_segment = ..."
   ],
   "execution_count": null,
   "outputs": [],
   "id": "segments"
  },
  {
   "cell_type": "code",
   "metadata": {},
   "source": [
    "# Проверка упражнения 4 — выполните после своего решения\n",
    "def test_stats():\n",
    "    \"segment_stats — выручка и число покупателей по сегментам\"\n",
    "    assert isinstance(segment_stats, pd.DataFrame), f\"segment_stats — это {type(segment_stats).__name__}, а нужна таблица\"\n",
    "    assert sorted(segment_stats.index) == [\"новый\", \"оптовый\", \"постоянный\"], \"в индексе должны быть три сегмента\"\n",
    "    assert list(segment_stats.columns)[:2] == [\"revenue\", \"buyers\"], f\"столбцы сейчас {list(segment_stats.columns)}, а первые два должны быть revenue и buyers\"\n",
    "    assert segment_stats.loc[\"оптовый\", \"revenue\"] == 756240, \"revenue не тот: нужна сумма выручки сегмента\"\n",
    "    assert segment_stats.loc[\"оптовый\", \"buyers\"] == 25, \"buyers не тот: нужно число разных покупателей\"\n",
    "\n",
    "\n",
    "def test_per_buyer():\n",
    "    \"per_buyer — выручка на покупателя, best_segment — самый ценный сегмент\"\n",
    "    assert \"per_buyer\" in segment_stats.columns, \"в segment_stats нет столбца per_buyer\"\n",
    "    assert segment_stats.loc[\"оптовый\", \"per_buyer\"] == 30250 and segment_stats.loc[\"новый\", \"per_buyer\"] == 13621, \"per_buyer не тот: нужна выручка на одного покупателя, до рублей\"\n",
    "    assert best_segment == \"оптовый\", f\"best_segment = {best_segment!r}, а больше всего выручки на покупателя у другого сегмента\"\n",
    "\n",
    "_check(test_stats, test_per_buyer, names=[\"segment_stats\",\"best_segment\"])"
   ],
   "execution_count": null,
   "outputs": [],
   "id": "segments-check"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "<details><summary>Решение</summary>\n",
    "\n",
    "```python\n",
    "segment_stats = with_segment.groupby(\"segment\").agg(revenue=(\"revenue\", \"sum\"), buyers=(\"customer_id\", \"nunique\"))\n",
    "segment_stats[\"per_buyer\"] = (segment_stats[\"revenue\"] / segment_stats[\"buyers\"]).round()\n",
    "best_segment = segment_stats[\"per_buyer\"].idxmax()\n",
    "```\n",
    "\n",
    "</details>"
   ],
   "id": "segments-solution"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "*После решения упражнения выше:*\n",
    "\n",
    "Оптовых покупателей всего 25, но каждый в среднем приносит 30 тысяч рублей в год — вдвое больше остальных."
   ],
   "id": "component-140"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Итоги\n",
    "\n",
    "- `левая.merge(правая, on=\"ключ\")` — к каждой строке левой таблицы подставить строку правой с тем же ключом.\n",
    "- `how=\"inner\"` (по умолчанию) — только совпавшие ключи; `how=\"left\"` — все строки левой, без пары — `NaN`.\n",
    "- После соединения сравните число строк с исходным.\n",
    "- Берите из правой таблицы только нужные столбцы: `правая[[\"ключ\", \"столбец\"]]`."
   ],
   "id": "text-143"
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**Подробнее в справочнике:** [pandas/merge](https://ds-edu-trainer.vercel.app/reference/pandas/merge) · [pandas/merge-keys](https://ds-edu-trainer.vercel.app/reference/pandas/merge-keys)"
   ],
   "id": "more"
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "name": "python"
  },
  "colab": {
   "provenance": []
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}