SQL запрос вывести время последней транзакции

 Задача выбрать менеджеров из таблицы у которых вторая транзакция была после 22 часов

select first_name, last_name,

date_part('year',birth_date) year_of_born from skill_managers
where date_part('hour',last_transaction_dt)>=22

Box-plot Python

 import pandas as pd

from scipy.stats import t import matplotlib.pyplot as plt array1 = [84.7, 105.0, 98.9, 97.9, 108.7, 81.3, 99.4, 89.4, 93.0, 119.3, 99.2, 99.4, 97.1, 112.4, 99.8, 94.7, 114.0, 95.1, 115.5, 111.5] array2 = [57.2, 68.6, 104.4, 95.1, 89.9, 70.8, 83.5, 60.1, 75.7, 102.0, 69.0, 79.6, 68.9, 98.6, 76.0, 74.8, 56.0, 55.6, 69.4, 59.5] # считаем количество элементов, среднее, стандартное отклонение и стандартную ошибку df = pd.DataFrame({'Выборка1':array1, 'Выборка2':array2}).agg(['mean','std','count','sem']).transpose() df.columns = ['Mx','SD','N','SE'] # рассчитываем 95% интервал отклонения среднего p = 0.95 K = t.ppf((1 + p)/2, df['Mx']-1) df['interval'] = K * df['SE'] #строим графики, boxplot из изначальных данных array1, array2,  доверительные интервалы из датафрейма df fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(14, 9)) # график boxplot bplot1 = ax1.boxplot([array1, array2], vert=True, # создаем вертикальные боксы patch_artist=True, # для красоты заполним цветом боксы квантилей labels=['Выборка1', 'Выборка2']) # используется для задания значений выборок в случае с boxplot # график доверительных интервалов bplot2 = ax2.errorbar(x=df.index, y=df['Mx'], yerr=df['interval'],\ color="black", capsize=3, marker="s", markersize=4, mfc="red", mec="black", fmt ='o') # раскрасим boxplot colors = ['pink', 'lightgreen'] for patch, color in zip(bplot1['boxes'], colors): patch.set_facecolor(color) # добавим общие для каждого из графиков данные for ax in [ax1, ax2]: ax.yaxis.grid(True) ax.set_title('Температура плавления ДНК двух типов') ax.set_xlabel('Сравнение двух выборок') ax.set_ylabel('Температура F') plt.show()

BOX-Plot язык R

 library(tidyverse)

library(gridExtra) df <- tibble("Выборка1" = c(84.7, 105.0, 98.9, 97.9, 108.7, 81.3, 99.4, 89.4, 93.0, 119.3, 99.2, 99.4, 97.1, 112.4, 99.8, 94.7, 114.0, 95.1, 115.5, 111.5), "Выборка2" = c(57.2, 68.6, 104.4, 95.1, 89.9, 70.8, 83.5, 60.1, 75.7, 102.0, 69.0, 79.6, 68.9, 98.6, 76.0, 74.8, 56.0, 55.6, 69.4, 59.5)) # считаем среднее, стандартное отклонение, к-во элементов и стандартную ошибку df %>% gather(factor_key = TRUE) %>% group_by(key) %>% summarise(mean = mean(value), sd = sd(value), n = n(), se = sd / sqrt(n)) # график boxplot box_plot <- df %>% gather(factor_key = TRUE) %>% group_by(key) %>% ggplot(aes(x = key, y = value, fill = key)) + geom_boxplot() + stat_summary(fun = mean, geom = "point", shape = 20, size = 3, color = "red", fill = "red") + theme(legend.position = "none") + labs(title = "Температура плавления ДНК двух типов", subtitle = "Boxplot", tag = "Рис. 1", x = "Сравнение двух выборок", y = "Температура F") # график errorbar error_bar <- df %>% gather(factor_key = TRUE) %>% group_by(key) %>% ggplot(aes(x = key, y = value)) + stat_summary(fun="mean", geom="point", color = "red") + stat_summary(fun.data="mean_cl_normal", geom="errorbar", size=1, width=0.2) + labs(title = "Температура плавления ДНК двух типов", subtitle = "График доверительных интервалов", tag = "Рис. 2", x = "Сравнение двух выборок", y = "Температура F") # совмещение графиков grid.arrange(box_plot, error_bar, ncol=2)

Транслитератор. Смена раскладки текста онлайн

Название:

Код для URL:

Лживая Акция от аптеки Вита

 Товары не пересчитываются на корзине на два товара. Цена стоит за три.

Совершенно хамским тоном клиентская поддержка это отрицает и за заказанные два товара не выдала третий

Как посчитать среднее время на каждом этапе сделки? SQL запрос

 Задача следующая:

Нужно посчитать среднее время нахождения на каждом статусе между отрезками  (с учетом повторяющихся статусов).

Таблица выглядит так

Нужно понять как долго клиент находился на каждом этапе сделки

Теперь разбиваем это на каждую сделку