小宇啊 - 个人主页动态 - 牛客网

发布(121) 评论刷题收藏

2024-09-17 12:48

National University of Singapore 数据分析师

题解 | #某店铺用户消费特征评分#

import pandas as pd df = pd.read_csv("sales.csv") # 设定规则 q1_recency = df["recency"].quantile(0.25) median_recency = df["recency"].quantile(0.5) q3_recency = df["recency"].quantile(0.75) q1_frequency = df["frequency"].quantile(0.25) median_frequency =...

0 点赞评论收藏

分享

2024-09-17 11:02

National University of Singapore 数据分析师

题解 | #按照等级递增序查看牛客网用户信息#

import pandas as pd 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) df = pd.read_csv("Nowcoder.csv", sep=",") print(df.sort_values(by="Level"))

0 点赞评论收藏

分享

2024-09-17 10:57

National University of Singapore 数据分析师

题解 | #某店铺消费最多的前三名用户#

import pandas as pd df = pd.read_csv('sales.csv') sorted_sales = df.sort_values(by = 'monetary',ascending=False) print(sorted_sales.head(3).reset_index(drop=True))

0 点赞评论收藏

分享

2024-09-17 10:43

National University of Singapore 数据分析师

题解 | #将用户的json文件转换为表格形式#

import pandas as pd pd.set_option("display.width", 300) pd.set_option("display.max_rows", None) pd.set_option("display.max_columns", None) df = pd.read_json("Nowcoder.json", dtype=dict) print(df)

0 点赞评论收藏

分享

2024-09-17 10:34

National University of Singapore 数据分析师

题解 | #统一最后刷题日期的格式#

import pandas as pd df = pd.read_csv('Nowcoder.csv',sep=',',dtype=object) df = df[['Nowcoder_ID','Level','Last_submission_time']] df['Last_submission_time'] = pd.to_datetime(df['Last_submission_time']).dt.strftime('%Y-%m-%d') print(df)

0 点赞评论收藏

分享

2024-09-16 20:17

National University of Singapore 数据分析师

题解 | #解决牛客网用户重复的数据#

import pandas as pd df = pd.read_csv('Nowcoder.csv',sep=',') print(df.duplicated()) df.drop_duplicates(inplace=True) print(df)

0 点赞评论收藏

分享

2024-09-16 20:07

National University of Singapore 数据分析师

题解 | #修补缺失的用户数据#

import pandas as pd df = pd.read_csv("Nowcoder.csv",sep=',') 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) fill_values = { "Graduate_year": df["Graduat...

0 点赞评论收藏

分享

2024-09-16 19:29

National University of Singapore 数据分析师

题解 | #牛客网用户最高的正确率#

import pandas as pd df = pd.read_csv('Nowcoder.csv') true_per = df.query("Num_of_exercise > 10")['Num_of_exercise'] / df.query("Num_of_exercise > 10")['Number_of_submissions'] print(true_per.round(3).max())

0 点赞评论收藏

分享

2024-09-16 19:20

National University of Singapore 数据分析师

题解 | #大佬用户成就值比例#

import pandas as pd df = pd.read_csv('Nowcoder.csv') df['成就值总和'] = df['Achievement_value'].sum() percentage = df.query("Level == 7")['Achievement_value'] / df['成就值总和'] print(percentage)

0 点赞评论收藏

分享

2024-09-13 17:29

National University of Singapore 数据分析师

题解 | #牛客网用户等级的中位数#

import pandas as pd df = pd.read_csv('Nowcoder.csv') print(int(df.query("Num_of_exercise >= 10")['Level'].median()))

0 点赞评论收藏

分享

2024-09-13 17:11

National University of Singapore 数据分析师

题解 | #Python用户的平均提交次数#

import pandas as pd df = pd.read_csv('Nowcoder.csv') avg_cnt = df.query("Language == 'Python'")['Number_of_submissions'].mean() print(avg_cnt.round(1))

0 点赞评论收藏

分享

2024-08-28 18:03

National University of Singapore 数据分析师

题解 | #输出提交且通过次数大于2 的用户ID且升序排列#

select t.user_id from (select user_id, sum(result_info) as pass_cnt from done_questions_record group by 1 having sum(result_info) >2) t order by 1

0 点赞评论收藏

分享

2024-08-28 16:51

National University of Singapore 数据分析师

题解 | #查询用户刷题日期和下一次刷题日期#

select user_id, date, lead(date) over(partition by user_id order by date) as nextdate from questions_pass_record order by user_id,date

0 点赞评论收藏

分享

2024-08-28 16:14

National University of Singapore 数据分析师

题解 | #查询每天刷题通过数最多的前二名用户id和刷题数#

select t.date, t.user_id, t.pass_count from (select date, user_id, pass_count, row_number() over(partition by date order by pass_count desc) as pass_rank from questions_pass_record) t where t.pass_rank < 3 order by t.date,t.pass_count desc

0 点赞评论收藏

分享

2024-08-28 16:03

National University of Singapore 数据分析师

题解 | #分群并计算群体人数#

select case when age < 20 then '20以下' when age between 20 and 50 then '20-50' when age > 50 then '50以上' else '未填写' end as age_group, count(customer_id) as user_count from customers_info group by 1

0 点赞评论收藏

分享

创作者周榜

更多

关注他的用户也关注了：

牛客网
牛客网在线编程
牛客网题解
牛客企业服务