https://www.nowcoder.com/exam/test/85337526/detail?pid=59452686&examPageSource=Company&subTabName=written_page&testCallback=https%3A%2F%2Fwww.nowcoder.com%2Fexam%2Fcompany%3FquestionJobId%3D10%26subTabName%3Dwritten_page&testclass=%E8%BD%AF%E4%BB%B6%E5%BC%80%E5%8F%91

import pandas as pd df = pd.read_csv('sales.csv') # 定义评分函数 def score_feature(series, reverse=False): # 计算四分位数 Series方法 用于计算序列中数据的分位数 q1 = series.quantile(0.25) q2 = series.quantile(0.50) q3 = series.quantile(0.75) # 定义评分函数 if reverse == False: scores = [4 if x <= q1 else 3 if x <= q2 else 2 if...

import pandas as pd df1 = pd.read_csv('items.csv') df2 = pd.read_csv('signup.csv') df3 = pd.merge(df1,df2,how='inner',on='item_id') pivot_tb = df3.pivot_table(values=['employee_id'],index=['sex','department'],columns='item_name',aggfunc='count',fill_value=0) print(pivot_tb) data：待操作的 DataFramevalues...

DELETE FROM titles_test WHERE NOT EXISTS ( SELECT 1 FROM ( SELECT emp_no, MIN(ID) as min_id FROM titles_test GROUP BY emp_no ) as subquery WHERE subquery.emp_no = titles_test.emp_no AND subquery.min_id = titles_test.ID );

import re str1 = input() num = re.match('https://www',str1).span() print(num) #re库函数用于字符匹配 # re.search() 在一个字符串中搜索匹配正则表达式的第一个位置，返回match对象 # re.match() 从一个字符串的开始位置起匹配正则表达式，返回match对象 # re.findall() 搜索字符串，以列表类型返回全部能匹配的子串 # re.split() 将一个字符串按照正则表达式匹配结果进行分割，返回列表类型 # re.finditer() 搜索字符串，返回一个匹配结果的迭代类型，每个迭代...

import pandas as pd df = pd.read_csv('nowcoder.csv', sep=',') df['year-month-day'] = pd.to_datetime(df['date'], format='%Y-%m-%d %H:%M').dt.date cond = (pd.to_datetime(df['date']).dt.year == 2021) & (pd.to_datetime(df['date']).dt.month == 12) df1 = df[cond] df2 = df1.groupby(['result', 'year-mon...

import pandas as pd df = pd.read_csv('nowcoder.csv',sep = ',') df.date = pd.to_datetime(df.date).dt.date df1 = df.copy() df1.date = df.date + pd.Timedelta(days=1) merge_df = pd.merge(df,df1,how='inner',on=['user_id','date']) num = merge_df.user_id.count() total = df.user_id.count() print(round(num /...

import pandas as pd file_csv = pd.read_csv('Nowcoder.csv',sep = ',') filldata = file_csv.fillna({'Graduate_year':file_csv.Graduate_year.max(),'Language':'Python','Achievement_value':file_csv.Achievement_value.mean().round(0)}) pd.set_option('display.width',300) pd.set_option('display.max_rows',None)...

WITH t as( SELECT DISTINCT style_id,SUM(inventory) AS p1, SUM(tag_price * inventory) AS p2 FROM product_tb AS pt GROUP BY style_id ), t1 as( SELECT DISTINCT SUBSTRING(item_id,1,1) AS style_id,SUM(sales_num) AS p3,SUM(sales_price) AS p4 FROM sales_tb GROUP BY style_id ) SELECT t.style_id, ROUND((p3 /...

WITH t as( SELECT event_time AS wait_time, 1 AS flag,city FROM tb_get_car_record AS gcr JOIN tb_get_car_order AS gco ON gcr.order_id = gco.order_id UNION ALL SELECT (CASE WHEN gcr.order_id IS NULL THEN end_time WHEN start_time IS NULL THEN finish_time ELSE start_time END)AS wait_time, -1 AS flag,cit...

SELECT (CASE WHEN TIME(event_time) >= '07:00:00' AND TIME(event_time) < '09:00:00' THEN '早高峰' WHEN TIME(event_time) >= '09:00:00' AND TIME(event_time) < '17:00:00' THEN '工作时间' WHEN TIME(event_time) >= '17:00:00' AND TIME(event_time) < '20:00:00' THEN '晚高峰' WHEN (TIME(event_time) &g...

WITH t as( SELECT od.order_id,product_id,oo.uid,DATE(event_time) AS dt,total_amount,price,cnt,status FROM tb_order_overall AS oo JOIN tb_order_detail AS od ON oo.order_id = od.order_id ), t1 as( SELECT uid,MIN(dt) AS min_dt FROM t WHERE status = 1 GROUP BY uid HAVING YEAR(min_dt) = 2021 AND MONTH(mi...

WITH t as( SELECT * FROM tb_user_log WHERE DATE(in_time) BETWEEN '2021-07-07' AND '2021-10-31' AND artical_id = 0 AND sign_in = 1 ), t1 as( SELECT DISTINCT uid,date(in_time) AS dt, ROW_NUMBER()OVER(PARTITION BY uid ORDER BY date(in_time)) AS ranking FROM t ), t2 as( SELECT uid,dt,ranking, (dt - rank...

WITH t_union as( SELECT DISTINCT uid, DATE_FORMAT(in_time,'%Y-%m-%d') AS dt FROM tb_user_log UNION SELECT DISTINCT uid, DATE_FORMAT(out_time,'%Y-%m-%d') AS dt FROM tb_user_log ), t as( SELECT uid,dt, MIN(dt)OVER(PARTITION BY uid) AS new_dt, LEAD(dt)OVER(PARTITION BY uid ORDER BY dt) AS next_dt FROM ...