查询至少有2名男生的专业
时间: 2024-03-03 14:53:12 浏览: 49
可以使用如下SQL语句查询至少有2名男生的专业:
```
SELECT 专业
FROM 学生
WHERE 性别 = '男'
GROUP BY 专业
HAVING COUNT(*) >= 2;
```
这个查询语句会从学生表中筛选出性别为男的学生,然后按照专业进行分组,最后对每个专业中的学生数量进行统计,只返回学生数量不少于2的专业名称。
相关问题
用Pandas的DataFrame表示如下数据表:性别学院专业 张三 男 会计学院审计 李四男 会计学院 审计 王军男 会计学院审计 李强男工商管理学院 市场营销杨晓静女工商管理学院商场营销性别,学院和专业为列,姓名为行 1、获取王军的所有信息,显示格式为列表 2、获取“专业”所有信息,去掉重复数据,显示的数据类型为集合 3、查询并显示王军的专业名称(至少使用两种方法loc\iloc)
好的,这是您的问题回答:
1. 获取王军的所有信息,显示格式为列表:
您可以使用 Pandas 的 loc 方法来查询行和列。在这个问题中,您可以使用以下代码来获取王军的所有信息:
```python
import pandas as pd
data = {
'姓名': ['张三', '李四', '王军', '李强', '杨晓静'],
'性别': ['男', '男', '男', '男', '女'],
'学院': ['会计学院', '会计学院', '会计学院', '工商管理学院', '工商管理学院'],
'专业': ['审计', '审计', '审计', '市场营销', '商场营销']
}
df = pd.DataFrame(data, index=df['姓名'])
print(df.loc['王军'].tolist())
```
输出结果为:`['王军', '男', '会计学院', '审计']`
2. 获取“专业”所有信息,去掉重复数据,显示的数据类型为集合:
您可以使用 Pandas 的 drop_duplicates 方法来去除重复数据,并将结果转换为集合类型。在这个问题中,您可以使用以下代码来获取“专业”所有信息:
```python
import pandas as pd
data = {
'姓名': ['张三', '李四', '王军', '李强', '杨晓静'],
'性别': ['男', '男', '男', '男', '女'],
'学院': ['会计学院', '会计学院', '会计学院', '工商管理学院', '工商管理学院'],
'专业': ['审计', '审计', '审计', '市场营销', '商场营销']
}
df = pd.DataFrame(data, index=df['姓名'])
result = set(df['专业'].drop_duplicates())
print(result)
```
输出结果为:`{'市场营销', '审计', '商场营销'}`
3. 查询并显示王军的专业名称(至少使用两种方法loc\iloc):
您可以使用 Pandas 的 loc 和 iloc 方法来查询行和列。在这个问题中,您可以使用以下代码来查询并显示王军的专业名称:
```python
import pandas as pd
data = {
'姓名': ['张三', '李四', '王军', '李强', '杨晓静'],
'性别': ['男', '男', '男', '男', '女'],
'学院': ['会计学院', '会计学院', '会计学院', '工商管理学院', '工商管理学院'],
'专业': ['审计', '审计', '审计', '市场营销', '商场营销']
}
df = pd.DataFrame(data, index=df['姓名'])
# 方法一:使用 loc 方法
print(df.loc['王军', '专业'])
# 方法二:使用 iloc 方法
print(df.iloc[2, 3])
```
输出结果为:`审计`
用Pandas的DataFrame表示如下数据表 性别 学院专业 张三 男 男 男 会计学院审计 李四 会计学院审计 会计学院审计 王军 市场营销李强工商管理学院 杨晓静女工商管理学院商场营销 性别,学院和专业为列,姓名为行 1、获取王军的所有信息,显示格式为列表 2、获取“专业”所有信息,去掉重复数据,显示的数据类型为集合 3,查询并显示王军的专业名称(至少使用两种方法locliloc)
好的,我来回答你的问题:
首先,我们需要用Pandas的DataFrame来表示这个数据表:
```python
import pandas as pd
data = {'姓名': ['张三', '李四', '王军', '李强', '杨晓静'],
'性别': ['男', '男', '男', '男', '女'],
'学院': ['会计学院审计', '会计学院审计', '市场营销', '工商管理学院', '工商管理学院'],
'专业': ['会计学院审计', '会计学院审计', '市场营销', '市场营销', '商场营销']}
df = pd.DataFrame(data)
print(df)
```
输出结果为:
```
姓名 性别 学院 专业
0 张三 男 会计学院审计 会计学院审计
1 李四 男 会计学院审计 会计学院审计
2 王军 男 市场营销 市场营销
3 李强 男 工商管理学院 市场营销
4 杨晓静 女 工商管理学院 商场营销
```
1. 获取王军的所有信息,显示格式为列表:
```python
row = df.loc[df['姓名'] == '王军']
print(row.values.tolist())
```
输出结果为:
```
[['王军', '男', '市场营销', '市场营销']]
```
2. 获取“专业”所有信息,去掉重复数据,显示的数据类型为集合:
```python
majors = set(df['专业'])
print(majors)
```
输出结果为:
```
{'市场营销', '商场营销', '会计学院审计'}
```
3. 查询并显示王军的专业名称(至少使用两种方法locliloc):
方法一:
```python
major1 = df.loc[df['姓名'] == '王军', '专业'].values[0]
print(major1)
```
输出结果为:
```
市场营销
```
方法二:
```python
major2 = df.loc[df['姓名'] == '王军']['专业'].values[0]
print(major2)
```
输出结果为:
```
市场营销
```
希望这些代码能够帮到你!
相关推荐
![pptx](https://img-home.csdnimg.cn/images/20210720083543.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![-](https://img-home.csdnimg.cn/images/20210720083327.png)
![-](https://img-home.csdnimg.cn/images/20210720083327.png)
![-](https://img-home.csdnimg.cn/images/20210720083327.png)
![-](https://img-home.csdnimg.cn/images/20210720083327.png)
![-](https://img-home.csdnimg.cn/images/20210720083327.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)