select device_id, gender, case when age<20 then "20岁以下" when age between 20 and 24 then "20-24岁" when age>=25 then "25岁及以上" else "其他" end from user_profile

select day(date), count(id) from question_practice_detail where date_format(date,"%Y%m")=202108 group by date

select sum(case when datediff(t.py,t.date)=1 then 1 else 0 end)/ count(distinct device_id,date) from( select id,device_id,date, lead(date,1)over(partition by device_id order by date) as py from question_practice_detail ) as t 唯一难点在于，不知道那个平均后来才知道，每个人每天的天数，不是全部时间

with tiaojian as ( select emp_no from salaries where to_date="9999-01-01" ) select t.emp_no, sum(t.pt-t.salary) as growth from( select t.emp_no, salary, lead(salary,1)over(partition by t.emp_no order by to_date) as pt from tiaojian t left join salaries s on t.emp_no=s.emp_no ) as t group by t.e...

#此方法可以避免，链接做法的重复计算的问题 #先求销售表的每样产品的销售总额及销售总数量 with tiaojian as ( select item_id, date_format(sales_date,"%Y%m"), sum(sales_num) as pt, sum(sales_price) as py from sales_tb where date_format(sales_date,"%Y%m")=202111 group by item_id,date_format(sales_date,"%Y%m") ) #在连接产品情况表，用产品指款号分组，在用求出来的单品数量，按照指款号...

with tiaojian as ( select item_id, date_format(sales_date,"%Y%m"), sum(sales_num) as pt, sum(sales_price) as py from sales_tb where date_format(sales_date,"%Y%m")=202111 group by item_id,date_format(sales_date,"%Y%m") ) select p.style_id, round( ( sum(t.pt)/(sum(p.inventory)-sum(t.pt)))*100,2), rou...

with tiaojian as ( select t.exam_id, sum(case when t.m=2 then diff when t.d=2 then -diff end)/60 as pt from( select exam_id, timestampdiff(second,start_time,submit_time) as diff, row_number()over(partition by exam_id order by timestampdiff(minute,start_time,submit_time) desc) as m, row_number()over(...

with tiaojian as ( select uid from user_info where level in (6,7) ), tiaojian1 as ( select uid,exam_id,"exam_id" as pt,date(submit_time) as pday,date_format(submit_time,"%Y-%m") as month from exam_record union all select uid,question_id, "question_id" as pt,date(submit_time) as pday,date_format(subm...

#1.思路 先求出每个用户每天做的题数的具体的author_id用户ID,at.author_level用户等级,ab.answer_date,目的， #在求连续天数的时候，确保每个用户都可以满足当天做题大于1的条件 select ab.author_id, at.author_level, ab.answer_date from answer_tb ab left join author_tb at on ab.author_id=at.author_id group by ab.answer_date,ab.author_id,at.author_level having count(i...

#注意sql试卷是限制未完成率排名 #6，7级用户是限制做题记录 #想喊个破题，同时筛选就报错，然后，先筛选出SQL和完成数及做题数的总占比(类似总数 100 A 50 B 20 C30 就分别为总占比50% 20% 和 30%)这个小于50%先筛选出来,总占比函数percent_rank()over(partition by 类别 order by 排序) #在筛选出level 6,7的条件。做法1.子查询一个个套 2.连接后在子查询 赶脚都一样 #条件筛选出来，要不连接表，加大宽表查近3个月的记录，要不就把筛出的条件作为虚拟表，然后，在连接查去。推荐虚拟表#方式主要简洁，小白个人的看法，请...

select t.tag, sum(case when t.years=2020 then t.m end), sum(case when t.years=2021 then t.m end), concat( round( ((sum(case when t.years=2021 then t.m end)/sum(case when t.years=2020 then t.m end))-1)*100,1),"%") as zzl, sum(case when t.years=2020 then t.d end), sum(case when t.years=2021 then t.d e...

import sys import pandas as pd for line in sys.stdin: a = line.split() print(int(a[0]) + int(a[1])) f=pd.read_csv("nowcoder.csv",sep=",") f1=f[f["date"]>="2021/12/01"] f3=f1[f1["date"]<="2021/12/31"] f3["year-month-day"]=pd.to_datetime(f["date"],format="%Y-%m-%d") f4=f3.groupby(["re...