SUBSTRING_INDEX() 是 MySQL 中的一个字符串处理函数，用于从字符串中获取指定分隔符分割后的子串。该函数可以实现从字符串左侧或右侧获取指定数量的子串，或者获取从左侧或右侧到指定分隔符的子串。 SUBSTRING_INDEX() 的语法如下： SUBSTRING_INDEX(str, delim, count) 其中，str 是要分割的字符串，delim 是分隔符，count 表示返回的子串数量。 例如： SELECT SUBSTRING_INDEX('www.mysql.com', '.', 2); 这条查询语句会返回 www.mysql，表示把 www.mysql.com...

def is_prime(num): if num < 2 : return False for i in range(2,num): if num % i == 0: return False return True def prime_sum_and_list(l,r): prime_sum = 0 prime_list = [] for item in range(l,r+1): if is_prime(item): prime_sum ...

def count_num2_and_list(L, R): count = 0 # 设置计数器 res_list = [] # 设置结果列表 for i in range(L, R+1): str_i = str(i) # 将数字转换成字符串 if '2' in str_i: # 判断字符串中是否包含数字2 count += str_i.count('2') # 计算字符串中2的个数，并累加到计数器中 res_list.append(i) # 记录包含数字2的数字 ...

import pandas as pd import numpy as np pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("sales.csv") def sales_score(sales): """ 为销售数据计算评分 Paramet...

import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("sales.csv") print(df.sort_values(by='monetary',ascending=False).head(3).reset_index(drop=T...

import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df=pd.read_csv("Nowcoder.csv",sep=',') # 方法一： 计算指定轴中不同元素的数量：nunique # df_person = df.groupby('Level')['Nowco...

import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("nowcoder.csv") df['date'] = pd.to_datetime(df.date).dt.date df1 = df.copy() df1['date'] = ...

import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("nowcoder.csv") # 方法一： 先把date列转化成datetime格式，再用apply函数按照day 来取值 df.date = pd.to_datetime(df....

import pandas as pd pd.set_option('display.width', 300) # 设置字符显示宽度 pd.set_option('display.max_rows', None) # 设置显示最大行 pd.set_option('display.max_columns', None) df = pd.read_csv('Nowcoder.csv', sep=',',dtype='object') df['Last_submission_time'] = pd.to_datetime(df['Last_submission_time'], format=...

import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("Nowcoder.csv") # for item in df.Name: # print(len(item)) # 使用for循环展开 # print(df.Name...

import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("Nowcoder.csv") df_new = df.Num_of_exercise > 10 df_rt = (df[df_new].Num_of_exercise/df...

import sys for line in sys.stdin: a = line.split() print(int(a[0]) + int(a[1])) import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("No...

import sys for line in sys.stdin: a = line.split() print(int(a[0]) + int(a[1])) import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("N...

import sys for line in sys.stdin: a = line.split() print(int(a[0]) + int(a[1])) import pandas as pd pd.set_option("display.max_columns", None) # 显示所有的列，而不是以……显示 pd.set_option("display.max_rows", None) # 显示所有的行，而不是以……显示 pd.set_option("display.width", None) # 不自动换行显示 df = pd.read_csv("No...