- 博客(285)
- 收藏
- 关注
原创 C++中的“静态方法”static声明和定义
1. 声明:在 .h 文件中声明静态方法,以便其他代码可以访问它。 2. 定义:在 .cpp 文件中提供静态方法的实现。
2024-12-13 16:40:44
413
原创 D28—【607. 销售员】
根据表 orders 中的订单 ‘3’ 和 ‘4’ ,容易看出只有 ‘John’ 和 ‘Pam’ 两个销售员曾经向公司 ‘RED’ 销售过。编写解决方案,找出没有任何与名为 “RED” 的公司相关的订单的所有销售人员的姓名。所以我们需要输出表 salesperson 中所有其他人的名字。以 任意顺序 返回结果表。
2024-12-13 14:29:48
237
原创 D27—【570. 至少有5名直接下属的经理】
该表的每一行表示雇员的名字、他们的部门和他们的经理的id。编写一个解决方案,找出至少有五个直接下属的经理。如果managerId为空,则该员工没有经理。id 是此表的主键(具有唯一值的列)。没有员工会成为自己的管理者。以 任意顺序 返回结果表。
2024-12-13 14:26:41
211
原创 D26—【1280. 学生们参加各科测试的次数】
Alice 参加了 3 次数学测试, 2 次物理测试,以及 1 次编程测试;Bob 参加了 1 次数学测试, 1 次编程测试,没有参加物理测试;John 参加了数学、物理、编程测试各 1 次。Alex 啥测试都没参加;
2024-12-13 14:20:28
126
原创 D25—【1378. 使用唯一标识码替换员工ID】
展示每位用户的 唯一标识码(unique ID );如果某位员工没有唯一标识码,使用 null 填充即可。Alice and Bob 没有唯一标识码, 因此我们使用 null 替代。Winston 的唯一标识码是 3。Jonathan 唯一标识码是 1。你可以以 任意 顺序返回结果表。Meir 的唯一标识码是 2。
2024-12-13 14:15:04
211
原创 D24—【1050. 合作过至少三次的演员和导演】
编写解决方案找出合作过至少三次的演员和导演的 id 对 (actor_id, director_id)。
2024-12-13 14:11:43
120
原创 D23—【1693. 每天的领导和合伙人】
在 2020-12-8,丰田(toyota)有领导者 = [0, 1] 和合伙人 = [0, 1, 2] ,同时本田(honda)有领导者 = [1, 2] 和合伙人 = [1, 2]。在 2020-12-7,丰田(toyota)有领导者 = [0] 和合伙人 = [1, 2] ,同时本田(honda)有领导者 = [0, 1, 2] 和合伙人 = [1, 2]。对于每一个 date_id 和 make_name,找出 不同 的 lead_id 以及 不同 的 partner_id 的数量。
2024-12-13 14:05:23
182
原创 python中的Counter函数
在 Python 中,Counter是模块中的一个类,用于统计可迭代对象中元素的出现次数,并以字典的形式返回,键为元素,值为对应的计数。它非常适合处理频率统计问题。
2024-12-13 13:13:50
324
原创 D22—【1484. 按日期分组销售产品】
编写解决方案找出每个日期、销售的不同产品的数量及其名称。每个日期的销售产品名称应按词典序排列。返回按 sell_date 排序的结果表。
2024-12-11 15:50:22
300
原创 D21—【586. 订单最多的客户】
查找下了 最多订单 的客户的 customer_number。测试用例生成后, 恰好有一个客户 比任何其他客户下了更多的订单。
2024-12-11 14:59:38
213
原创 D19—【2356. 每位教师所教授的科目种类的数量】
是 Pandas 中一个用于计算指定轴上唯一值数量的函数。比如[1,2,3,3],使用。:查询每位老师在大学里教授的科目种类的数量。
2024-12-11 14:35:04
189
原创 D17—【1741. 查找每个员工花费的总时间】
计算每位员工每天在办公室花费的总时间(以分钟为单位)。在办公室里一次进出所花费的时间为。有三次进出: 有两次发生在 2020-11-28 花费的时间为 (32 - 4) + (200 - 55) = 173,有两次进出: 有一次发生在 2020-11-28,花费的时间为 (33 - 3) = 30,有一次发生在 2020-12-09 花费的时间为 (74 - 47) = 27。有一次发生在 2020-12-03 花费的时间为 (42 - 1) = 41。返回结果表单的顺序无要求。
2024-12-11 13:03:49
157
原创 D16—【1907. 按分类统计薪水】
结果表 必须 包含所有三个类别。如果某个类别中没有帐户,则报告 0。查询每个工资类别的银行账户数量。按 任意顺序 返回结果表。查询结果格式如下示例。
2024-12-11 12:52:59
185
原创 D15—【1795. 每个产品在不同商店的价格】
请你重构 Products 表,查询每个产品在不同商店的价格,使得输出的格式变为(product_id, store, price)。如果这一产品在商店里没有出售,则不输出这一行。输出结果表中的 顺序不作要求。查询输出格式请参考下面示例。
2024-12-11 11:17:09
164
原创 Pandas中的reset_index方法
Pandas 的方法用于重置 DataFrame 或 Series 的索引。当使用drop=True参数时,会删除旧的索引,而不会将它作为新列保留。
2024-12-11 09:42:31
381
原创 pandas中pd.groupby()方法
pd.groupby是 Pandas 中用于对数据分组并应用聚合操作的方法,它非常类似于SQL中的GROUP BY。通过分组,可以对每一组数据分别进行操作,例如求和、均值、计数等。
2024-12-11 09:27:20
486
原创 D12—【196. 删除重复的电子邮箱】
运行脚本后,显示的答案是 Person 表。驱动程序将首先编译并运行您的代码片段,然后再显示 Person 表。Person 表的最终顺序 无关紧要。(对于 SQL 用户,请注意你应该编写一个 DELETE 语句而不是 SELECT 语句。编写解决方案 删除 所有重复的电子邮件,只保留一个具有最小 id 的唯一电子邮件。(对于 Pandas 用户,请注意你应该直接修改 Person 表。返回结果格式如下示例所示。
2024-12-10 17:00:05
177
原创 pandas中drop_duplicates()函数
默认保留第一次出现的重复项 (keep='first')。默认检查所有列。列中数据类型不同的值不会被认为重复。若设置为 True,操作会直接修改原对象,不会返回新对象。
2024-12-10 16:58:19
220
原创 D10—【176. 第二高的薪水】
查询并返回 Employee 表中第二高的 不同 薪水。如果不存在第二高的薪水,查询应该返回 null(Pandas 则返回 None)。查询结果如下例所示。
2024-12-10 16:47:07
152
原创 D9—【1527. 患某种疾病的患者】
查询患有 I 类糖尿病的患者 ID (patient_id)、患者姓名(patient_name)以及其患有的所有疾病代码(conditions)。I 类糖尿病的代码总是包含前缀 DIAB1。在正则表达式中,\s 是一个元字符,用于匹配任何空白字符。按 任意顺序 返回结果表。查询结果格式如下示例所示。
2024-12-10 15:50:13
169
原创 D8—【1517. 查找拥有有效邮箱的用户】
名称是一个字符串,可以包含字母(大写或小写),数字,下划线 ‘_’ ,点 ‘.’ 和/或破折号 ‘-’。前缀名称 必须 以字母开头。编写一个解决方案,以查找具有有效电子邮件的用户。为 ‘@leetcode.com’。以任何顺序返回结果表。
2024-12-10 15:47:44
344
原创 str.contains 和 str.match 的区别
str.contains 默认使用正则表达式:如果只想查找子字符串,避免意外匹配正则,可以将 regex=False。str.match 强调从开头匹配:如果模式需要匹配整个字符串,使用 ^ 和 $ 明确边界。str.contains:检查某模式是否存在,适用于任意位置的匹配。str.match:检查字符串是否符合某格式,适用于严格验证。
2024-12-10 15:40:58
345
原创 Jupyter-Notebook 中误删单元格或代码、误剪切单元格的恢复方法
不小心 Cut 或删除了一个单元格,但没有关闭 Jupyter Notebook 窗口。
2024-12-10 14:14:24
1283
原创 D7—【1667. 修复表中的名字】
编写解决方案,修复名字,使得只有第一个字符是大写的,其余都是小写的。返回按 user_id 排序的结果表。返回结果格式示例如下。
2024-12-10 11:30:10
116
原创 D6—【1873. 计算特殊奖金】
编写解决方案,计算每个雇员的奖金。如果一个雇员的 id 是 奇数 并且他的名字不是以 ‘M’ 开头,那么他的奖金是他工资的 100% ,否则奖金为 0。返回的结果按照 employee_id 排序。
2024-12-10 10:23:19
204
原创 Pandas-DataFrame中双中括号和单中括号—df[[‘name‘]] 和 df[‘name‘]
1、单列操作:优先用 df['name'],代码更简洁。2、保留 DataFrame 格式:用 df[['name']],适合多列选择或需要保留二维结构的操作。
2024-12-09 16:59:14
326
原创 Python-Pandas库中的loc和iloc
使用 loc 进行条件筛选或基于列名的选择。使用 iloc 处理未知列名的情况,特别是当你仅知道数据的结构时。
2024-12-06 16:25:09
623
苹果手机和windows电脑隔空传输文件
2025-01-09
瓜果识别数据集,17种瓜果的图片,jpg格式
2022-12-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人