牛客某页面推出了数据分析系列直播课程介绍。用户可以选择报名任意一场或多场直播课。
已知课程表course_tb如下（其中course_id代表课程编号，course_name表示课程名称，course_datetime代表上课时间）：
| course_id | course_name | course_datetime |
| 1 | Python | 2021-12-1 19:00-21:00 |
| 2 | SQL | 2021-12-2 19:00-21:00 |
| 3 | R | 2021-12-3 19:00-21:00 |
上课情况表attend_tb如下（其中user_id表示用户编号、course_id代表课程编号、in_datetime表示进入直播间的时间、out_datetime表示离开直播间的时间）：
| user_id | course_id | in_datetime | out_datetime |
| 100 | 1 | 2021-12-01 19:00:00 | 2021-12-01 19:28:00 |
| 100 | 1 | 2021-12-01 19:30:00 | 2021-12-01 19:53:00 |
| 101 | 1 | 2021-12-01 19:00:00 | 2021-12-01 20:55:00 |
| 102 | 1 | 2021-12-01 19:00:00 | 2021-12-01 19:05:00 |
| 104 | 1 | 2021-12-01 19:00:00 | 2021-12-01 20:59:00 |
| 101 | 2 | 2021-12-02 19:05:00 | 2021-12-02 20:58:00 |
| 102 | 2 | 2021-12-02 18:55:00 | 2021-12-02 21:00:00 |
| 104 | 2 | 2021-12-02 18:57:00 | 2021-12-02 20:56:00 |
| 107 | 2 | 2021-12-02 19:10:00 | 2021-12-02 19:18:00 |
| 100 | 3 | 2021-12-03 19:01:00 | 2021-12-03 21:00:00 |
| 102 | 3 | 2021-12-03 18:58:00 | 2021-12-03 19:05:00 |
| 108 | 3 | 2021-12-03 19:01:00 | 2021-12-03 19:56:00 |
请你统计每个科目的平均观看时长（观看时长定义为离开直播间的时间与进入直播间的时间之差，单位是分钟），输出结果按平均观看时长降序排序，结果保留两位小数。
| course_name | avg_Len |
| SQL | 91.25 |
| R | 60.33 |
| Python | 58.00 |
