user表 统计b_action字段重复数量

可以使用如下的SQL语句来统计user表中b_action字段重复数量：

SELECT b_action, COUNT(*) AS count
FROM user
GROUP BY b_action
HAVING COUNT(*) > 1;

这个SQL语句会按照b_action字段进行分组，并统计每个分组中的记录数量。然后使用HAVING子句来过滤掉只有一个记录的分组，最后返回所有重复的b_action值以及它们出现的次数。

相关问题

1)有两张表，一张是用户表，一张是用户访问行为表，字段如下：用户表：user_id,gender, birthday user_idgender birthday 1 F 1993-03-17 2 M 1998-10-10 访问行为表：access_time, user_id，user_action access_time user_id user_action 2020-01-01 1 A 2020-01-01 1 B 2020-01-02 2 B 用SQL语言计算以下统计指标： 1.计算90后-95后

的用户访问行为总数。

可以使用以下SQL语句来实现：

SELECT COUNT(*) AS total_access
FROM user_table u
JOIN access_behavior_table a ON u.user_id = a.user_id
WHERE u.birthday BETWEEN '1990-01-01' AND '1995-12-31'

该语句使用了JOIN操作，将两张表按照user_id字段进行连接，然后使用WHERE子句选择了生日在1990年至1995年之间的用户，最后使用COUNT函数统计了访问行为总数。

用python绘制折线图，数据为user_act表中action_type中数字为1的在时间维度上的分布情况。其中横轴为时间节点，取自user_act标的time字段，纵轴为该行为发生的数量

您好！对于您的问题，我可以给您提供一些代码来绘制折线图：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
user_act = pd.read_csv("user_act.csv")

# 筛选出 action_type 为 1 的数据
action_type_1 = user_act[user_act["action_type"] == 1]

# 将 time 字段的数据转为时间戳，并设置为索引
action_type_1["time"] = pd.to_datetime(action_type_1["time"])
action_type_1.set_index("time", inplace=True)

# 对时间维度上的分布情况进行统计
count_by_date = action_type_1.groupby(by=[action_type_1.index.date])["action_type"].count()

# 绘制折线图
plt.plot(count_by_date)
plt.xlabel("Date")
plt.ylabel("Count of Action Type 1")
plt.show()

希望这能对您有所帮助！如果您有其他的问题，也可以继续向我提问。