文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

图解面试题：人均付费如何分析？

按照各城市（也就是每个城市）分组 （group by），统计用户数（计数函数count，加上distinct去掉重复的用户id）、总费用（求和函数sum） select 城市,count(distinct...（1）各城市（每个城市），也就是按城市分组 （group by） select 城市from 各城市用户ARPU值group by 城市; （2）对用户的ARPU值进行分类，用case when 语句选出...ARPU值group by 城市; 最终查询结果如下： 3.表二中用户有重复的记录，找出重复的用户 表二中用户有重复的记录，请写出提取2条及以上用户的SQL语句 大白话理解为：找出有2条重复记录及以上用户...2.查找重复数据，可以在分组汇总后，使用having对分组结果指定条件，如果汇总数据的值>=2就是重复数据。... 活动表group by 点赞的用户id; 查询结果入下： 如何从零学会sql？

92340

数据分组

> #对分组后数据进行计数运算 df.groupby("客户分类").count() #对分组后数据进行求和运算 df.groupby("客户分类").sum() #只会对数据类型为数值（...df.groupby(["客户分类","区域"]).sum() #只会对数据类型为数值（int，float）的列才会进行运算 无论分组键是一列还是多列，只要直接在分组后的数据进行汇总运算，就是对所有可以计算的列进行计算...) #对分组后数据进行求和运算 df.groupby(df["客户分类"]).sum() #只会对数据类型为数值（int，float）的列才会进行运算 （2）按照多个Series进行分组 #以 客户分类...df.groupby(df["客户分类"]) #分组键是Series #对分组后的数据进行 计数运算 和 求和运算 df.groupby("客户分类").aggregate(["count","sum..."]) #对分组后的数据的 用户ID列进行计数运算，8月销量进行求和运算 df.groupby(df["客户分类"]).aggregate({"用户ID":"count","8月销量":"sum"}

4.5K11
您找到你想要的搜索结果了吗？
是的
没有找到

金融行业实战项目：如何理解业务？

（比如家庭成员，情侣等） （3）请找出数据表中的异常值，并以此阐述你如何控制数据质量并以本数据为例设计数据质量报表。...其中用户id已进行加密，手机省份和手机城市是注册所在地，用户注册终端是注册时的终端（电脑端web、苹果手机、安卓手机），用户注册渠道展示的是渠道ID。...涉及到“每个”到业务问题，要想到《猴子 从零学会SQL》里讲过的用“分组汇总”来实现。 这里分组按用户id，汇总使用count函数进行计数。...image.png 该问题是“找重复数据”类问题，按“最近一次登陆ip”分组（group by），然后使用having来筛选出每组里面次数>1次的就是重复数据。...用户id（7、8）具有相同ip地址，性别一男一女，年龄相差3岁，可以推测是夫妻关系。 （3）请找出数据表中的异常值，并以此阐述你如何控制数据质量并以本数据为例设计数据质量报表。

1K50

如何分析房子？

将数据按照每天、每个城市的维度分组（group by），分组后对房源的个数进行汇总（count求房源号这一列有多少行） 2.如何分组？...按“每天”分组后如下图： image.png 在第一步的基础上，按“每个城市”分组如下图： image.png 这样就完成了从时间和城市两个维度的分组拆解，分组在SQL中用group by image.png...现在组已经分好了，我们只需要看每个分组中的房源号个数计数，就完成了分组计数。...计数在SQL中用count(计数字段)来表示，这里的count就是一种聚合函数，与分组函数group by常常搭配使用。...image.png 【举一反三】 房源表如下，找出每天每个城市的新增房源数大于1的城市、日期和新增房源数 image.png 参考答案：分组后对数据筛选用having子句 image.png 查询结果

51500

教育行业案例：如何分析​复购用户？

【面试题】 "课程订单表”里记录了某在线教育App的用户购买课程的信息（部分数据截图）。 请使用sql将购买记录表中的信息，提取为下表（复购分析表）的格式。并用一条sql语句写出。...【解题思路】 这是常见的复购问题，也就是将用户按购买时间分组，比较不同时间组的用户复购数。其本质是使用里了群组分析方法，将数据按某些特征进行分类，分成不同的组进行分析。...该业务分析要求查询结果中包括：日期（说明是按购买日期来汇总数据）、当日首次购买用户数、此月复购用户数，第N月复购用户数。 1.当日首次购买用户数 先来看当日首次购买用户数这一列如何分析出？...每日首次购买用户数，表示每一行记录的是当天的购买用户数。 当有“每个”出现的时候，要想到《猴子从零学会SQL》中讲过的用“分组汇总来”来实现。...按每天分组（group by ），汇总购买用户数（计数函数count）。

1K10

Pandas中第二好用的函数 | 优雅的apply

结合我们的目标，揉面是按省份进行分组，得到每个省各个城市和对应销售额的面团；DIY包子是在每个面团中取其第三名的城市和销售额字段。 第一步分组非常简单，按省份分组即可。...有个问题需要注意，有一些直辖市是和省并列的，而作为城市只有单独的一行，这样的城市我们就默认返回其本身的数据；对于非直辖市省份来说，就需要定位筛选。...答案是直接索引，把他看作是一个DataFrame格式的表，要选取第3行的所有值，包括城市和销售额，这里用iloc索引，很简单的一行代码： ?...至此，每个省份，销售额排名第三的城市已经成功筛选出来。回顾整个操作流程，先排序，后分组，最后通过定义函数传入apply，提取出我们的目标值。...分组后数据的抽象形态，以及如何判断和取出我们需要的值，是解决问题的关键和难点。

1K30

Python数据分析中第二好用的函数 | apply

结合我们的目标，揉面是按省份进行分组，得到每个省各个城市和对应销售额的面团；DIY包子是在每个面团中取其第三名的城市和销售额字段。 第一步分组非常简单，按省份分组即可。...有个问题需要注意，有一些直辖市是和省并列的，而作为城市只有单独的一行，这样的城市我们就默认返回其本身的数据；对于非直辖市省份来说，就需要定位筛选。...答案是直接索引，把他看作是一个DataFrame格式的表，要选取第3行的所有值，包括城市和销售额，这里用iloc索引，很简单的一行代码： ?...至此，每个省份，销售额排名第三的城市已经成功筛选出来。回顾整个操作流程，先排序，后分组，最后通过定义函数传入apply，提取出我们的目标值。...分组后数据的抽象形态，以及如何判断和取出我们需要的值，是解决问题的关键和难点。 “报告老板！筛选任务已经完成！”apply在握，小Z底气变得格外的足。

1.2K20

Python 数据分析初阶

loc: 函数按标签值进行提取 iloc: 按位置进行提取 ix: 可以同时按标签和位置进行提取 具体的使用见下： df.loc[3]: 按索引提取单行的数值 df.iloc[0:5]: 按索引提取区域行数据值...[:3]): 提取前三个字符，并生成数据表 数据筛选 使用与、或、非三个条件配合大于、小于、等于对数据进行筛选，并进行计数和求和。...= 'beijing'), ['id', 'city', 'age']].sort(['id']) 筛选后的灵气按 city 列进行计数 df.loc[(df['city'] !...df.groupby('city').count(): 按 city 列分组后进行数据汇总 df.groupby('city')['id'].count(): 按 city 进行分组，然后汇总 id..., np.sum,np.mean]): 对 city 进行分组，然后计算 pr 列的大小、总和和平均数 数据统计 数据采样，计算标准差、协方差和相关系数。

1.3K20

Python处理疫情数据(城市编码缺失补全)，让你的pandas跟上你的数据思维

数据大致如下： - 一行记录表示，某时间点(updateTime)某地区(cityName)的各项疫情指标 - 由于网站上显示的是当前最新累计数据，因此本数据的统计指标同样是累计数值 面对几万行多列的数据...上直接显示报告，你也可以输出到单独的网页文件，用浏览器打开即可查看 --- 实际可以从报告中发现很多这份数据的问题，不过本文我们只关注"省份和城市编码的问题"。...看看如下数据你就明白： - 可以看到，"杨浦"和"杨浦区"实际是同一个地区，名字却从某时刻开始改变了 - 更严重的是，"杨浦"的城市编码是空的！...--- # 找出有问题的数据 处理很3步： - 省名字+城市名+城市编码，去除重复(这是因为此数据同一个城市的数据在同一天会被记录多次) - 按 省名字+城市名 分组，那些组中超过1条记录的，就是有问题的记录...- 行11：按 省份+缺失表的城市名 分组，取相似度最大记录的索引 - 行12：取出记录 直接输出到 Excel 看看： - 看最右边的列，是相似度。

98910

作业

选择类型为行标签，值为餐饮评价求平均值。（另一种方法与第二题一样的，注意这里因为茶馆和酒吧都没有评价数据，所以使用函数计算会报错，但是不影响结果。）...6.上海地区中，各个类型饭店服务前五名？ 答：先对数据源进行筛选出上海地区，然后按类型的升序排序再按服务的降序排序，插入辅助列写出排名并筛选出前五名即可。 7.没有评价的饭店有几家？...1.统计不同月份的下单人数 分析：首先应过滤出成功购买的数据即是已支付的，然后考虑统计不同月份是按月份分组需要用到groupby关键字，统计人数是计数需要用count函数，这里要注意一个问题因为有的人有多次购买行为...分析：消费频次是指在一段时间内每人的消费次数，计算式子为 消费频次 = 总消费次数 ÷ 总消费人数 按题目要求需要统计男女用户则需要对sex进行分组，性别和消费在不同的表里则需要用join关联表，order...分析：统计的是多次消费的用户，需要先把这些数据过滤出来，按用户统计则需要对用户进行分组，第一次消费时间和最后一次时间可以分别用min、max函数计算出来，然后求间隔用日期时间函数 语句： select

3.9K30

SQL命令 GROUP BY

飘絮，字母大小写和优化 本节描述GROUP BY如何处理只有字母大小写不同的数据值。...依次选择系统管理、配置、SQL和对象设置、SQL。查看和编辑GROUP BY和DISTINCT查询必须生成原始值复选框。默认情况下，此复选框未选中。此默认设置按字母值的大写排序规则对字母值进行分组。...Sample.Person GROUP BY Home_City /* 将Home_City值按其大写字母值组合在一起将以大写字母返回每个分组城市的名称。...*/ SELECT Home_City FROM Sample.Person GROUP BY %EXACT(Home_City) /*将Home_City值按其原始字母大小写组合在一起将返回每个分组的城市的名称...带有GROUP BY子句的SELECT语句返回所做的所有数据修改，无论它们是否已提交。 示例 下面的示例按名称的首字母对名称进行分组。它返回首字母、共享该首字母的姓名计数以及一个Name值的示例。

3.8K30

Spring认证中国教育管理中心-Spring Data MongoDB教程七

按计数排序 按计数排序操作根据指定表达式的值对传入文档进行分组，计算每个不同组中的文档计数，并按计数对结果进行排序。它提供了在使用分面分类时应用排序的便捷快捷方式。...按计数排序操作需要分组字段或分组表达式。以下清单显示了按计数排序的示例： 示例 104....在这里，我们希望使用聚合框架返回每个州按人口划分的最小和最大城市。此示例演示了分组、排序和投影（选择）。...使用该sort操作按pop,state和city字段对中间结果进行升序排序，使得最小的城市在结果的顶部，最大的城市在结果的底部。...我们在操作中分别选择调用last(…)和first(…)运算符的最大和最小城市的名称和人口计数project。 state从上一个group操作中选择字段。

8K30

从Excel到Python：最常用的36个Pandas函数

本文为粉丝投稿的《从Excel到Python》读书笔记 本文涉及pandas最常用的36个函数，通过这些函数介绍如何完成数据生成和导入、数据清洗、预处理，以及最常见的数据分类，数据筛选，分类汇总，透视等最常见的操作...Python支持从多种类型的数据导入。...4.数据分组 Excel中可以通过VLOOKUP函数进行近似匹配来完成对数值的分组，或者使用“数据透视表”来完成分组 Python中使用Where函数用来对数据进行判断和分组 #如果price列的值>3000...3.按标签和位置提取（ix） ix是loc和iloc的混合，既能按索引标签提取，也能按位置进行数 据提取....4.按条件提取（区域和条件值） 使用loc和isin两个函数配合使用，按指定条件对数据进行提取 #判断city列的值是否为beijing df_inner['city'].isin(['beijing'

11.4K31

python df 列替换_如何用Python做数据分析，没有比这篇文章更详细的了（图文详情）...

Excel 中的文件菜单中提供了获取外部数据的功能，支持数据库和文本文件和页面的多种数据源导入。  获取外部数据  python 支持从多种类型的数据导入。...首先我们按 age 列中用户的年龄对数据表进行排序。  使用的函数为 sort_values。  ...1#使用 iloc 按位置单独提取数据  2df_inner.iloc[[0,2,5],[4,5]]  iloc2  按标签和位置提取(ix)  ix 是 loc 和 iloc 的混合，既能按索引标签提取...1#使用 ix 按索引标签和位置混合提取数据  2df_inner.ix[:'2013-01-03',:4]  ix  按条件提取(区域和条件值)  除了按标签和位置提起数据以外，还可以按具体的条件进行数据...，并进行计数和求和。

4.4K00

通过常见的业务掌握SQL高级功能

前言： 本文使用的窗口函数需要Mysql8 阅读需要10分钟，题目有一定难度 1、窗口函数 基本语法： over (partition by order by <用户排序的列名...所以用dense_rank 5、【面试题类型】topN问题 ?...分组取每组最大值 案例：按课程号分组取成绩最大值所在行的数据 select 课程号,max(成绩) as 最大成绩 from score group by 课程号; 分组取每组最小值 案例：按课程号分组取成绩最小值所在行的数据...这样使用窗口函数的作用就是，可以在每一行的数据可以直观的看到，截止到本行数据，统计数据是多少行，同时可以看到每一行数据，对整体统计数据的影响。 7、如何在每个组里面比较 ?...）经典top N问题 找出每个部门排名前N的员工进行奖励 2）经典排名问题 业务需求“在每组内排名”，比如：每个部门按业绩来排名 3）在每个组里比较的问题 比如查找每个组里大于平均值的数据，可以有两种方法

1.4K41

数据分析基础——EXCEL快速上手秘籍

下面我们结合数据来一探究竟： 源数据是2017年7月-12月的销售数据，每一行代表一笔交易，数据涉及5个关键字段”订单序列”，“日期”，“省份”，“城市”，销售额“。...那是因为，我们源数据格式是酱紫的，数据透视表分组逻辑是判断是否唯一，如果唯一则单独分为一行（或一列），想要把行标签的日期格式变成月的维度，也HIN简单。...起始时间默认是源数据中最早和最晚时间，这里不用更改，“步长”就是选择以什么时间维度去分组，我们想以月的维度创建分组，所以选择“月” ? 这透视表分组，如你所愿了，行是月份，列是省份。...1.2、分列： 很多时候，我们拿到的源数据某一列是按一定规律混杂的，而我们需要把它分成多个列，从而有侧重的分析。 假如我们从数据库中导出的数据是这样的： ?...上面的公式是说我们从第4个字符开始，提取其后的4位，结果如下： ? 咳，提取问题加大难度： ? 假如我们想要提取上面“省-市”单元格中的城市部分，怎么办呢？（比如武汉市、杭州市..）

1.9K00

数据分析基础——EXCEL快速上手秘籍

下面我们结合数据来一探究竟： 源数据是2017年7月-12月的销售数据，每一行代表一笔交易，数据涉及5个关键字段”订单序列”，“日期”，“省份”，“城市”，销售额“。...那是因为，我们源数据格式是酱紫的，数据透视表分组逻辑是判断是否唯一，如果唯一则单独分为一行（或一列），想要把行标签的日期格式变成月的维度，也HIN简单。...起始时间默认是源数据中最早和最晚时间，这里不用更改，“步长”就是选择以什么时间维度去分组，我们想以月的维度创建分组，所以选择“月” ? 这透视表分组，如你所愿了，行是月份，列是省份。...1.2、分列： 很多时候，我们拿到的源数据某一列是按一定规律混杂的，而我们需要把它分成多个列，从而有侧重的分析。 假如我们从数据库中导出的数据是这样的： ?...上面的公式是说我们从第4个字符开始，提取其后的4位，结果如下： ? 咳，提取问题加大难度： ? 假如我们想要提取上面“省-市”单元格中的城市部分，怎么办呢？（比如武汉市、杭州市..）

2K10

Python Pandas 用法速查表

3] 提取一行 df_inner.iloc[0:5]df_csv.iloc[3:5, 0:2]df_csv.iloc[[1, 2, 4], [0, 2]]df_csv.iloc[1:3, :]df_inner.ix...’].isin([‘beijing’,‘shanghai’])] 判断city列里是否包含beijing和shanghai，然后将符合条件的数据提取出来 pd.DataFrame(category.str...= ‘beijing’), [‘id’,‘city’,‘age’,‘category’,‘gender’]].sort([‘id’]).city.count() 对筛选后的数据按city列进行计数 df_inner.query...() 按城市对id字段进行计数 df_inner.groupby([‘city’,‘size’])[‘id’].count() 对两个字段进行汇总计数 df_inner.groupby(‘city’)[...否则显示low df_inner.loc[(df_inner[‘city’] == ‘beijing’) & (df_inner[‘price’] >= 4000), ‘sign’]=1 对复合多个条件的数据进行分组标记

1.8K20

AkShare-中国宏观-邮电业务基本情况

邮电业务量按专业分类包括函件、包 件、汇票、报刊发行、邮政快件、特快专递、邮政储蓄、集邮、公众电报、用户电报、传真、长途电话、出租电路、市话无线寻呼、移动电话、分组交换数据通信、 出租代维等。...计算方法为各类产品乘以相应的平均单价(不变价)之和，再加上出租电路和设备、代用户维护电话交换机和线路等的服务收入。...它综合反映了一定时 期邮电业务发展的总成果，是研究邮电业务量构成和发展趋势的重要指标。...输入参数 名称 类型 必选 描述 无 无 无 无 输出参数 名称 类型 默认显示 描述 统计时间 str Y 年月 邮电业务总量 float Y 注意单位: 亿元 邮电业务总量同比增长 float...float Y 注意单位: % 本地电话期末用户数同比增长 float Y 注意单位: % 城市电话用户数 float Y 注意单位: 万户 城市电话用户数同比增长 float Y 注意单位: % 乡村电话用户数

30820
点击加载更多

扫码

添加站长 进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

更多标签

活动推荐

    运营活动

    活动名称
    广告关闭

    腾讯云开发者

    扫码关注腾讯云开发者

    扫码关注腾讯云开发者

    领取腾讯云代金券

    热门产品

    热门推荐

    更多推荐

    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

    腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

    领券