import pandas as pddf = pd.read_csv('sales.csv')#第一步，将分箱的数（三列）先整出来，保存为r,f,m三个Series型数据r = pd.qcut(df['recency'],[0,0.25,0.5,0.75,1],labels=['4','3','2','1'])f = pd.qcut(df['frequency'],[0,0.25,0.5,0.75,1],labels=['1','2','3','4'])m = pd.qcut(df[...

import pandas as pditem = pd.read_csv('items.csv')sign = pd.read_csv('signup.csv')df = pd.merge(item,sign,how='left',on='item_id')#使用pivot转化，其中values要加括号才行，否则不显示df2= df.pivot_table(index=('sex','department'),columns='item_name',values=['employee_id']...

import pandas as pditem= pd.read_csv('items.csv')sign = pd.read_csv('signup.csv')df = pd.merge(item,sign,how='outer',on='item_id')df2 = df.groupby(['item_name'])['employee_id'].count()print(df2[df2>0])

import pandas as pddf = pd.read_csv("Nowcoder.csv", sep=",")su = df['Achievement_value'].sum() #求总和print(df.query('Level == 7')['Achievement_value']/su) #求占比

with a as (select ui.uid,ei.exam_id,ei.duration,         case when er.submit_time is null then ei.duration              else timestampdiff(minute...

SELECT C.course_id,C.course_name,       ROUND(T1.P/T2.B*100,2) AS "attend_rate(%)" FROM course_tb C JOIN     (SELECT course_id,COUNT(DISTINCT user_id) AS P     FROM attend_tb &nbsp...

SELECT C.course_id,C.course_name,COUNT(1) AS online_num FROM course_tb C JOIN      (SELECT *     FROM attend_tb     WHERE HOUR(in_datetime)<19 OR HOUR(in_datetime)=19  &nbs...

这题单单用groupby 是做不出来的，因为中间有一列client_name，在用user-name 分组时，client_name肯定是实现不了去重的，所以只能先拼接，然后用where条件去筛选最新日期。 where(c1,c2)in(select c1,c2 from table) SELECT u.name AS u_n,c.name AS c_n,l.date FROM login l JOIN user u ON l.user_id=u.id  JOIN client c ON l.client_id=c.id WHERE (l.`user_id`,l.date...