import pandas as pd Nowcoder = pd.read_csv('Nowcoder.csv',sep=',',dtype=object) print(Nowcoder.loc[10:20, 'Language']) loc逗号前为行逗号后为列

import pandas as pd path = "Nowcoder.csv" res = pd.read_csv(path,dtype=object) print(res.shape)

import pandas as pd path = 'Nowcoder.csv' res = pd.read_csv(path, dtype=object) print(res.head(6)) 必须加dtype确定数据类型

select difficult_level, avg(if(result = "right", 1, 0)) as correct_rate from user_profile a join question_practice_detail b on a.device_id = b.device_id join question_detail c on c.question_id = b.question_id where university = "浙江大学" group by difficult_level order by correct_ra...

select device_id, university, gpa from user_profile where (university,gpa) in (select university, min(gpa) from user_profile group by university) order by university

select substr(profile,12,2) as age ,count(*) as number from user_submit group by age

select day(date) as day, count(question_id) from question_practice_detail where date between '2021-8-1' and '2021-8-31' group by day

select university, difficult_level, (count(b.question_id)/count(distinct b.device_id)) as avg_answer_cnt from user_profile a join question_practice_detail b on a.device_id = b.device_id join question_detail c on b.question_id = c.question_id group by university,difficult_level

select university, (count(question_id)/count(distinct b.device_id)) as avg_answer_cnt from user_profile a join question_practice_detail b on a.device_id = b.device_id group by university

select if(age<25 or age is NULL,'25岁以下','25岁及以上') as age_cut, count(*) as number from user_profile group by age_cut

select count(distinct device_id) as did_cnt, count(question_id) as question_cnt from question_practice_detail where month(date) = 8 and year(date) = 2021

select device_id, age, university from user_profile where university like "北京%"

select device_id, gender, age, university, gpa from user_profile where gpa > 3.5 and university = "山东大学" or gpa >3.8 and university = "复旦大学"