select device_id from user_profile where university='北京大学' union select device_id from question_practice_detail group by device_id having count(device_id)>2 order by device_id desc

select device_id,ifnull(a.question_cnt1,0) question_cnt from user_profile t1 left join #首先先连接后面的两个表，使用question_id这个字段进行左外连接。 #注意一、在选择设备id的时候如果不改名称就会与三个表的合并表中的device_id重名，在最后选择字段时出现空值 #注意二、利用distinct对字段进行去重 #注意三、不利用convert进行数据类型的转换，结果会不同 (select distinct device_id dv_id,convert(sum(if(difficult_le...

select university,count(1) 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(university)>2

select device_id,university from (select gpa,device_id,university,avg(gpa) over(partition by university) avgg from user_profile ) t where gpa>t.avgg and t.avgg>3.6 order by device_id desc

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

select university ,group_concat(distinct age order by age asc ) age_concat from user_profile group by university

from re import T import pandas as pd pd.set_option("display.width", 300) pd.set_option("display.max_rows", None) pd.set_option("display.max_columns", None) 会员消费情况 = pd.read_csv("sales.csv") r= pd.qcut(会员消费情况.recency, q=4, labels=["4", "3"...

import pandas as pd 会员消费情况=pd.read_csv('sales.csv') 会员消费情况.sort_values('monetary',inplace=True,ascending=False) print(会员消费情况.head(3).reset_index(drop=True))

import pandas as pd 个人信息=pd.read_csv('Nowcoder1.csv') 活跃情况=pd.read_csv('Nowcoder2.csv') 表=pd.merge(个人信息,活跃情况,on='Nowcoder_ID',how='left') print(表.loc[:,['Name','Num_of_exercise','Number_of_submissions']])

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) 个人信息=pd.read_csv('Nowcoder1.csv') 活跃情况=pd.read_csv('Nowcoder2.csv') 合并表=pd.merge(个人信息,活跃情况,on='Nowcoder_ID') print(合并表)

import pandas as pd from numpy.core.defchararray import count 运动会项目=pd.read_csv('items.csv') 报名情况=pd.read_csv('signup.csv') 表=pd.merge(运动会项目,报名情况,on='item_id',how='left') 数据透视表=表.pivot_table(index=['sex','department'] ,values=['employee_id'] ,colu...

import pandas as pd 运动会项目=pd.read_csv('items.csv') 报名情况=pd.read_csv('signup.csv') 表=pd.merge(运动会项目,报名情况,on='item_id',how='left') print(表.loc[(表.department=='functional') & (表.item_name=='javelin'),['employee_id','name','sex']].reset_index(drop=True))

import pandas as pd 项目=pd.read_csv('items.csv') 员工报名情况=pd.read_csv('signup.csv') 教育部门报名情况=pd.read_csv('signup1.csv') 报名表=pd.concat([员工报名情况,教育部门报名情况]) 表2=pd.merge(项目,报名表,how='left',on='item_id') print(表2.groupby('item_name')['item_id'].count())

from re import T import pandas as pd 运动会项目=pd.read_csv('items.csv') 报名情况=pd.read_csv('signup.csv') 总计=pd.merge(运动会项目,报名情况,on='item_id',how='left') 总计.fillna(0,inplace=True) 总计=总计.groupby('item_name')['item_name'].count() print(总计)