# 条件：2021年，则 SUBSTR(start_time,1,4)='2021' # tb_user_video_log left join tb_video_info，拿到视频时长 # 视频id分组，如果播放时长>=视频时长，则算完播 select video_id ,round(sum(case when df>=duration then 1 else 0 end)/count(id),3) as avg_comp_play_rate from ( select tvl.* ,tvi.duration ,timediff(end_time...

# 求总积分，根据表可知，有增加，有减少，需要将增加总额和减少总额放到同一行，做减法后可得总积分 # 1、积分表 join 用户表，join 结果 id 和 name 分组，利用 case when 求增加总额和减少总额，放到同一行，并相减得出总积分，并利用窗口函数排序总积分，注意，这里已经是分组后的结果，所以 dense_rank 无需再 partition by，直接 order by 即可； # 2、上一步结果作为子查询，设定好，排名第一，且 id 升序排列，select 出结果 select user_id as id ,name ,grade_num from...

# 字符串截取，将年份、月份、年+月分别截取出来，根据年份将数据分为2025和2026,分别根据job和年月分组，聚合简历数 # 将2025和2026的分组聚合结果，根据job和月份做join键，join起来，再根据题目意思排序即可 with t_2025 as ( select job ,SUBSTR(date,1,7) as first_year_mon ,SUBSTR(date,6,2) as first_mon ,sum(num) as first_year_cnt from resume_info where SUBSTR(date,1,4)='2025...

# 条件：课程范围为（'C++','Python','Java'），日期条件为2025-10-15之后，状态为 completed # 1、先用窗口函数，用户分组，排序购买日期，以及计数购买次数。注意，这里排序只能用 rank(),因为值相等时不会重复,不会产生空位，row_number()因为值相等时会重复,会产生空位，就导致后续计算取排名1和2的记录时，有可能没有2的记录，dense_rank() 值相等时会重复 # 2、根据1计算结果，设定好条件，购买次数>=2,用户id分组，用case when和聚合函数，取第一次和第二次购买日期，以及购买次数 with t as ( se...

# 写完有点嫌弃自己，不知道为啥写了这么复杂，合理怀疑是自己水平太菜了 # 冷静了一下，思路该写还得写 # 1、科目内窗口函数分组排序分数，涉及中位数，奇数和偶数算法不同，所有再算一个每个科目的考试记录数 # ，根据考试记录数，标记该科目考试记录数是奇数还是偶数 # 2、考试记录数为奇数的科目：对应的分数排序号是，(考试记录数+1)/2 # 分数排序等于(考试记录数+1)/2时，也就是为1时，则该条记录是该科目中位数 # 3、考试记录数为偶数的科目：对应的分数排序号是，(考试记录数)/2和(考试记录数)/2+1，两条记录 # 分数排序等于(考试记录数)/2或者(考试记录数)/2+1时，也就是为...

# 查询每个日期新用户的次日留存率 # 1、因为有新用户的条件，所以用user_id分组，求登录日期的最小值，则为用户的首次登录日期； # 2、用上述结果，left join 登录表，用 user_id 连接，这样，每个用户的首次登录数据就可以和后续每次登录记录匹配上； # 3、用2的登录日期，减去1的首次登录日期，得到，登录天数差，1就是次日登录，6是首次登录后的第七日登录，依次类推 # 4、这时，有个重点是，不能用首次登录日期去分组，聚合当天登录人数，以及次日登录人数，因为，用户分组，取最小登录日期的操作，并不能保证日期是连续的，有可能某一天，没有用户登录，日期列会存在断点，导致结果数据不...

# 题目想获取，每个部门的不同title的分配人数 # 分组：部门编号、部门名称，titile # 聚合：员工编号 # 思路：将3个表 join 成大宽表，group by 即可，titles 为左表 select dem.dept_no ,dep.dept_name ,ti.title ,count(ti.emp_no) as title_count from titles as ti left join dept_emp as dem on ti.emp_no=dem.emp_no left join departments as dep on dem...

# 条件：当前员工，则所有表的 to_date='9999-01-01' # 思路：多表连接，将员工，部门，部门领导，员工薪水和部门领导薪水放到一行数据中，取员工薪水>部门领导薪水的记录即可 with temp as ( select dep.emp_no ,dep.dept_no ,dem.emp_no as manager_no ,sal1.salary as emp_salary ,sal2.salary as manager_salary ,if (sal1.salary>sal2.salary,1,0) as is_big f...

# 条件：在职员工 # 薪水涨幅，根据表可知，有一个入职薪水，也就是 from_date=hire_date 的薪水记录，有一个最新的薪水记录，也就是 to_date='9999-01-01' 的薪水记录，涨幅由后者减去前者可得。由于，一个人可能多次调整薪水，则根据员工编号分组，由窗口函数求一个 to_date 的最大值，这条记录才是最新薪水，再然后，员工分组，根据 case when 行转列，将入职薪水和最新薪水，放到一行中去，便于相减得到涨幅 select emp_no ,min(case when to_date=finall_date then salary end)-...

-- 组内 topN 问题，窗口函数，部门分组，薪水排序，取 top1 select dept_no ,emp_no ,salary as maxSalary from ( select dept_no ,dep.emp_no ,salary ,dense_rank() over(partition by dept_no order by salary desc) as dep_sal_rank from dept_emp as dep left join salaries as sal on dep.emp_no=sal.emp_...

-- 先将四个表，join成一个大宽表，一行数据代表，一个员工属于哪个部门，是否是哪个部门领导，以及薪水情况 -- 非管理人员，则连接 join 成的大宽表中，dept_manager.dept_no 应该为 null，因为未在部门经理表中找到记录，只考虑在职人员，则 to_date='9999-01-01' select dep.dept_no ,emp.emp_no ,sal.salary from employees as emp left join dept_emp as dep on emp.emp_no=dep.emp_no left join dept...

-- 条件：当前员工，to_date='9999-01-01' -- 不能使用order by ,则窗口函数无法用，以及排序后 limit 1 offset 1 也无法用 -- 小于最大薪水的记录中的最大薪水记录，则是第二大薪水 with zjtable as ( select emp.emp_no ,salary ,last_name ,first_name from employees as emp left join salaries as sal on emp.emp_no=sal.emp_no where to_date='9999-01-01' ), ztab a...

-- 条件：正常用户，is_blacklist=0 -- 分组: date -- 聚合：总邮件数，失败邮件数 -- 表结构：日期、总邮件数、失败邮件数、失败概率 select email.date as date ,round(sum(case when type='no_completed' then 1 else 0 end)/count(email.id),3) as p from email left join user as u1 on email.send_id=u1.id left join user as u2 on email.receive_id=u2.id ...

阅读题目可知 1.读取的是.CSV 文件，所以用 read_csv 函数； 2.“,”分隔，所以参数必须要有 sep=','； 3.前6行，直接用 head 函数，或者也可以用.iloc(:5,::) import pandas as pd df=pd.read_csv('Nowcoder.csv',sep=',',dtype=object) print(df.head(6))