原来substr省略最后一位就表示截取到最后，我还写了一大堆，又跟大佬们学到了东西～～～select device_id,concat(upper(substr(substring_index(blog_url,'/',-1),1,1)), lower(substr(substring_index(blog_url,'/',-1),2, char_length(substring_index(blog_url,'/',-1))))) as user_name from user_submit order by device_id desc

随便写的一大段竟然很快就通过了。。。。select device_id, concat( concat(year(event_date),'年'), concat(substr(event_date,6,2),'月') ) as ym, count(device_id) as cnt from (select *, (case when month(event_date) in (1,3,5,7,8,10,12) then 31 when month(event_date) in (4,6,9,11) then 30 else 28 end ) as last_day from questio...

select a.grade,round(avg(a.gpa),2) as avg_gpa from ( select *,(case graduate_year when 2025 then '大一' when 2024 then '大二' when 2023 then '大三' when 2022 then '大四' end) as grade from user_profile ) a group by a.grade having a.grade is not null order by avg_gpa desc

select a.device_id,count(d.question_id) as question_cnt from user_profile a left join (select b.device_id,b.question_id from question_practice_detail b inner join question_detail c on b.question_id=c.question_id where c.difficult_level='hard') d on a.device_id=d.device_id group by a.device_id order ...

别人几行代码就搞定了我写了这么老长。。。哎。。sales = pd.read_csv("sales.csv") 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) def score(x,data,col,is_high_better=True): q1=data[col].quantile(0.25) q2=data[col].quantile(0.5) q3=dat...

import pandas as pd sales = pd.read_csv("sales.csv") result=sales.sort_values(by='monetary',ascending=False).reset_index(drop=True).loc[:2,] print(result)

import pandas as pd items = pd.read_csv("items.csv") signup = pd.read_csv("signup.csv") sport=pd.merge(items,signup,on='item_id') biaoqiang=sport[(sport['item_name']=='javelin')&(sport['department']=='functional')][['employee_id','name','sex']].reset_index(drop=True) print(biaoqiang)

import pandas as pd items=pd.read_csv('items.csv') signup=pd.read_csv('signup.csv') sport=pd.merge(items,signup,how='left',on='item_id',suffixes=['_a','_b']) sport_group=sport[sport['name'].notnull()] sport_group=sport_group.groupby(['item_name'])['name'].count() print(sport_group)

import pandas as pddf=pd.read_csv('Nowcoder.csv')group=df.groupby(['Level'])['Nowcoder_ID'].count()type_=type(group)print(group[group>5],type_)