import pandas as pd Nowcoder = pd.read_csv('Nowcoder.csv',sep=',',dtype=object) Nowcoder['Last_submission_time']=pd.to_datetime(Nowcoder['Last_submission_time'],format='%Y-%m-%d') print(Nowcoder[['Nowcoder_ID','Level','Last_submission_time']])

import pandas as pd Nowcoder = pd.read_csv('Nowcoder.csv', sep=',') 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) a=Nowcoder['Graduate_year'].max() b='Python' c=int(Nowcoder['Achievement_value'...

import pandas as pd Nowcoder = pd.read_csv('Nowcoder.csv', sep=',', dtype=object) 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) Nowcoder.dropna(axis=1,how='any') print(Nowcoder)

import pandas as pd Nowcoder = pd.read_csv('Nowcoder.csv', sep=',') print(Nowcoder['Name'].str.len())

import pandas as pd Nowcoder = pd.read_csv('Nowcoder.csv', sep=',') a=Nowcoder[Nowcoder['Num_of_exercise']>10]['Num_of_exercise'] b=Nowcoder[Nowcoder['Num_of_exercise']>10]['Number_of_submissions'] c=(a/b).max() print(f'{c:.3f}')

import pandas as pd Nowcoder = pd.read_csv('Nowcoder.csv', sep=',') #第一：拿到七级大佬成就值的总和 a=Nowcoder[Nowcoder['Level']==7]['Achievement_value'] #第二：拿到所有人成就值的总和 b=Nowcoder['Achievement_value'].sum() print(a/b)           

select  university,count(device_id) total_cnt, sum(if(gender='male',1,0))male_cnt, sum(if(gender='female',1,0))female_cnt, sum(if(age<23,1,0)) lt23_cnt from user_profile group by university having avg(gpa)>3.6 and count(device_id)>2;

#求每个学校的平均绩点 #select university,avg(gpa) from user_profile group by university; #select a.device_id,a.university,a.gpa,b.av #from user_profile a #join (select university,avg(gpa) av from user_profile group by university) #b on a.university=b.university ; select c.device_id,c.university from (select ...

#select age,count(university) count from user_profile group by age,university; select a.age,max(a.count) max_cnt from  (select age,count(university) count from user_profile group by age,university)a group by a.age order by max_cnt desc;

select university,count(university)cnt,group_concat(device_id separator ';')device_list from user_profile group by university having cnt <=2;

#先把两个表中有用的信息连接在一起 #select a.emp_no,a.dept_no,b.salary from dept_emp a join salaries b on a.emp_no=b.emp_no; #然后用窗口函数进行排序 #select c.emp_no,c.dept_no,c.salary,row_number() over(partition by c.dept_no order by c.salary desc) #r from(select a.emp_no,a.dept_no,b.salary from dept_emp a join salaries b on ...