-
有大佬遇到过这个问题吗，只要鼠标一到表格上方就显示错误，出现一堆重影 [图片]
-
我有这样的数据 [图片] 现在我想计算某个用户一段时间范围内，连续登录时间间隔最小的数是多少
-
[图片] 官网首页有这么一个 demo , 我想问一下这个 #2(1) 和 #2(2) 是什么？ 从结构上下文推测是第一条数据的时间减去第二条数据的时间，问题是 #2 代表啥
-
[链接] 1. 各部门的平均工资 2. 各部门工资最高的成员 3. 各部门工资最高的三个员工 4. 各部门 EID 最小的员工 (EID 有序) [链接]SPL A B 1 =file(“EM ..
-
[链接] 1. 公司最低的 10 个工资 2. 公司工资最低的 10 个员工 [链接]SPL A B 1 =file(“EMPLOYEE.csv”).import@tc() 2 =A1.top ..
-
[链接] 查看公司工资最高的员工信息 [链接]SPL A B 1 =file(“EMPLOYEE.csv”).import@tc() 2 =A1.maxp(SALARY) / 工资最高的 1 ..
-
[链接] 计算公司员工的平均工资 [链接]SPL A 1 =file(“EMPLOYEE.csv”).import@tc() 2 =A1.avg(SALARY) [链接]SQL SELECT ..
-
[链接] 假设有一个表 orders_news，其中包含了每个顾客的订单信息： customer_id order_date product_name 1 2022-01-01,2022-01 ..
-
[链接] [链接]3.3.1 按位置分组 员工每 10 个分一组，把姓氏的众数作为该组的姓氏 [链接]SPL A 1 =file(“EMPLOYEE.csv”).import@tc() 2 = ..
-
[链接] [链接]3.2.1 对位分组 统计员工表指定部门 [‘Administration’, ‘HR’, ‘Marketing’, ‘Sales’] 男员工的人数 [链接]SPL A 1 ..
-
[链接] 1. 单列分组单聚合——各部门员工人数 2. 分组唯一计数——各部门员工来自几个州 3. 单列分组多聚合——各部门员工人数、平均工资和最大年龄 4. 多列分组单聚合——各部门各州员工 ..
-
-
[链接] 1. 生成 12 个月随机销售额数据 2. 生成包含月份和销售额的序表 3. 为月销售额表增加一列月增长额 4. 将销售额表中偶数月份的销售额减 5%，单数月份销售额不变。 [链接] ..
-
[链接] 现有某商家 1 年中每个月的销售额，请完成以下计算： 1. 计算一年中最大的月增长额是多少 2. 计算前两个月和当前月销售额的移动平均值。 [链接]SPL A B 1 [123,34 ..
-
[链接] [链接]2.3.1 单序列 现有一个序列，它的权重是其在序列位置的序号，请计算这一序列的加权平均值。 [链接]SPL A B 1 [6,7,1,0,1,5,2,4,8,4] 2 =A ..
-
[链接] 用麦克劳林级数法求 e： e=1+1/1!+1/2!+1/3!+… [链接]SPL A 1 =to(20) 2 =nf=1,1+A1.sum((nf*=~,1/nf) ) 符号 ~ ..
-
[链接] 计算前 100 个奇数之和 [链接]SPL A 1 =to(100) 2 =A1.sum(~*2-1) A1.sum(~*2-1) 相当于 A1.(~*2-1).sum()。 [链接 ..
-
date(2024-10-15)>date(2024-10-14) 只能这种比吗？
-
https://c.raqsoft.com.cn/article/1728983980107 1.2.1 常数数据表 SPL A B C D E 1 Rebecca Male 80 1.75 ..
-
大佬们，早上好 eval 有个小问题恳请大佬们得闲时给予指导解惑： 如果把 eval 中的 1 参全部写成问号，eval(“????”,xi,…) 这样是不是属于不正当用法，比如： =eval ..
-
是的！你没看错，SPL，Structured Process Language，就是这样一种写在格子里的开源程序设计语言，专门用于处理结构化数据。 我们知道，几乎所有编程语言都是写成文本的，那 ..
-
[链接] [链接]1.1.1 泛型集合常数 1. 数值集合 2. 字符串集合 3. 集合的集合 4. 三层集合的集合 [链接]SPL A 1 [1,3,5,7,9] 2 [“S”,“P”,“L ..
-
[链接]约定 大多数的 Python 代码都会用到 pandas 和 numpy 这两个包，所以默认 Python 代码开始都会导入这两个包。即： import pandas as pd im ..
-
1. 数据准备 学习本课程需要先准备测试数据。可以使用 TPC 官网提供的程序生成测试数据，也可以使用[链接] 提供的方法生成。 准备数据时，要注意数据占用硬盘的空间大小。以 TPCH-Q1 ..
-
select cntrycode, count(*) as numcust, sum(c_acctbal) as totacctbal from ( select substr(c_phone ..
