# 首先连接两个表，找出每个id的最晚更新时间，进一步筛选即可 select distinct EMPLOYEE_ID, POSITION, LAST_UPDATE_DT from( select EMPLOYEE_ID, POSITION, LAST_UPDATE_DT, rank()over(partition by EMPLOYEE_ID order by LAST_UPDATE_DT desc) as posn from( select EMPLOYEE_ID, POSITION, LAST_UPDATE_DT from EMPLOYEE_INFO union all select E...

这里其实用round格式化感觉有点多余 select cid, round(a.cnt*1.0,3) as pv, a.posn as rk from( select p.cid,count(*) as cnt,row_number()over(order by count(*) desc,release_date desc) as posn from play_record_tb as p inner join course_info_tb as c on p.cid=c.cid where (uid,p.cid) in( select uid,cid from play_record_tb...

select date(log_time) as log_day, u.user_id, hobby from login_tb as l left join user_action_tb as u on l.user_id=u.user_id where log_time in( select min(log_time) from login_tb group by date(log_time))

select b.uid as uid, b.diff as days_window, round(b.diff*b.avg_cnt,2) as avg_exam_cnt from ( select a.uid as uid, max(datediff(a.start_time,a.new_time)+1) as diff, count(*)/(1+datediff(max(a.start_time),min(a.start_time))) as avg_cnt from ( select uid, exam_id,start_time,submit_time,score, lag(start...

import pandas as pd data = pd.read_csv('nowcoder.csv',sep=',') data['date']=pd.to_datetime(data['date']) data = data[(data['date'].dt.year == 2021) & (data['date'].dt.month == 12)] data['date']=data['date'].dt.date s = data.groupby(['date'])['question_id'].nunique() s.index = pd.DatetimeIndex(s....