select q.user_id,university from questions_pass_record as q join user_info as u on q.user_id = u.user_id and date like "2022%"

select q.user_id, question_type, device, pass_count, date from questions_pass_record as q join (select user_id,graduation_year from user_info) as u on q.user_id = u.user_id and graduation_year = '2022'

import pandas as pd sales = pd.read_csv('sales.csv') 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 # pd.quantile()为求分位数操作，需要自行在里面添加数值 # 默认值： # quantile( q=0.5, axis: 'Axis' = 0, num...

import pandas as pd sales = pd.read_csv('sales.csv') print(sales.sort_values(by = ['monetary'],ascending = False).head(3).reset_index(drop=True)) # 注意重置索引

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 Nowcoder1 = pd.read_csv('Nowcoder1.csv') Nowcoder2 = pd.read_csv('Nowcoder2.csv') df = pd.merge(Nowcoder1,Nowcoder2,...

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 Nowcoder1 = pd.read_csv('Nowcoder1.csv') Nowcoder2 = pd.read_csv('Nowcoder2.csv') df = pd.merge(Nowcoder1,Nowcode...

import pandas as pd items = pd.read_csv('items.csv',sep = ',') signup = pd.read_csv('signup.csv',sep = ',') # 第一步连接两个表，默认内连接就可以 df = pd.merge(left = items,right = signup,on = 'item_id') # 限定同时满足两个条件，注意item_name是javelin，题目里写错了多了一个n,坑死了！之前复制一直报错 df1 = df[(df['department'] == 'functional')&(df['item_...

# 第一步，先把需要的信息挑选后连接起来 select q1.device_id,q1.question_id,q2.difficult_level,result from question_practice_detail as q1 join question_detail as q2 on q1.question_id = q2.question_id where q1.device_id in (select device_id from user_profile where university = '浙江大学') # 第二步，求正确率，用sum(if(result = 'righ...

import pandas as pd df = pd.read_csv('Nowcoder.csv',sep = ',') 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 print(df.duplicated()) print(df.drop_duplicates())

import pandas as pd df = pd.read_csv('Nowcoder.csv',sep=',') 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_1 = df[(df['Language'] == 'CPP')&(df['Level'] == 7)] print(df_1[df_1['Gr...

import pandas as pd df = pd.read_csv('Nowcoder.csv',sep=',') #set_option函数可以解决数据显示不全问题，比如自动换行、显示……这种，本题不设置就会报错 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 print(df[df['Language']...

import pandas as pd df = pd.read_csv('Nowcoder.csv',dtype = object) print(df['Language'].loc[10:21]) #print(df['Language'].loc[10:20]) 20、21都对，没报错，笑死