摘要: 给定Log表,查询各用户最长连续登录天数。 `Log` + + + | user_id | int | | login_time | date | + + + 解题思路:1,给各用户的登录日期组内排序。用窗口函数ROW_NUMBER实现。 2,因为row_number是连续的,所以如果login_t 阅读全文
posted @ 2021-04-05 12:33 HuZihu 阅读(1569) 评论(1) 推荐(0) 编辑
摘要: 给定user_behavior表,要求查询次日,7日和30日用户留存率。 `user_behavior` + + + | user_id | int | | user_behavior_id | int | | time | datetime| + + + 解题思路:1,首先clarify次日,7日 阅读全文
posted @ 2021-04-02 12:11 HuZihu 阅读(3358) 评论(1) 推荐(0) 编辑
摘要: 1,SELECT语句中的列应全部用于GROUP BY子句 2,COUNT(*)和COUNT(col_name)的区别: COUNT(*):查询所有行的数目,包含NULL COUNT(col_name):不包含NULL 3,UNION和UNION ALL的区别: UNION:会去重,会对结果自动排序 阅读全文
posted @ 2021-03-31 17:24 HuZihu 阅读(201) 评论(0) 推荐(0) 编辑
摘要: 给定user_time表,表中字段分别是user_id , time(用户访问时间),要求查询每个用户相邻两次浏览时间之差小于三分钟的次数。 `user_time` + + + | user_id | int | | time | datetime| + + + 解题思路:1,将用户的每个浏览时间与 阅读全文
posted @ 2021-03-31 16:04 HuZihu 阅读(725) 评论(0) 推荐(0) 编辑
摘要: 给定transactions表,查询各用户平均交易间隔。 `transactions` + + + | user_id | int | | transaction_time | datetime| + + + 解题思路:1,将用户的每个交易时间与该用户的下一个交易时间放在同一行中。使用窗口函数LEA 阅读全文
posted @ 2021-03-31 14:28 HuZihu 阅读(543) 评论(0) 推荐(0) 编辑
摘要: 给定transactions表,查询每天上午和下午的交易量分别是多少。 `transactions` + + + | user_id | int | | created_at | datetime| + + + 解题思路:1,首先clarify上午和下午的定义。现定为上午11点(包含)之前为上午,之 阅读全文
posted @ 2021-03-29 16:34 HuZihu 阅读(239) 评论(0) 推荐(0) 编辑
摘要: 子查询,是指在查询语句中嵌套查询语句。(这里指的是普通子查询,而非关联子查询) 以下是子查询出现的几种形式: 1,在WHERE子句中的子查询 这种是最常见的普通子查询。如果子查询返回的结果只有1个,那么就称为标量子查询。例如: SELECT * FROM sales_agents WHERE age 阅读全文
posted @ 2021-03-28 16:05 HuZihu 阅读(811) 评论(0) 推荐(0) 编辑
摘要: 以下是经常用到的SQL创建语句(适用于MySQL): 创建数据库: CREATE DATABASE IF NOT EXISTS database_name DEFAULT CHARACTER SET utf-8 创建表: CREATE TABLE IF NOT EXISTS table_name ( 阅读全文
posted @ 2021-03-09 14:40 HuZihu 阅读(751) 评论(0) 推荐(0) 编辑
摘要: 之前说过,python采用的是动态数组,并且我们可以用list来实现array结构。那么list和array是否完全一样呢?答案是否定的。 在array中,每个元素会以二进制的形式储存在内存里。比如:数值直接转换为二进制编码,字符串则先通过ASCII码转换为数值,再进而转换为二进制编码。因此,arr 阅读全文
posted @ 2021-03-03 20:57 HuZihu 阅读(341) 评论(0) 推荐(0) 编辑
摘要: 某些SQL查询语句与Pandas语句可以互相转换。 以下表(命名为df)为例: sex tip total_bill 0 Female 1.01 16.99 1 Male 1.66 10.34 2 Male 3.50 23.68 3 Male 3.31 23.68 4 Female 3.61 24. 阅读全文
posted @ 2021-03-03 14:54 HuZihu 阅读(470) 评论(0) 推荐(0) 编辑