ПЕСОЧНИЦА

Практикуйся прямо в браузере

Пиши SQL-запросы, запускай и сразу видишь результат. Без установки. Прогресс сохраняется в твоём аккаунте.

Заказы клиентов через JOIN

Средний·~6 мин

Клиенты без заказов (LEFT JOIN)

🔒 PRO

Сложный·~10 мин

Топ-1 заказ в каждом городе (оконные функции)

🔒 PRO

Средний·~6 мин

Классификация сотрудников через CASE WHEN

🔒 PRO

Средний·~7 мин

Выручка по месяцам через DATE_TRUNC

🔒 PRO

Средний·~8 мин

Накопительная сумма через оконную функцию

🔒 PRO

Средний·~8 мин

Первый заказ каждого пользователя (ROW_NUMBER)

🔒 PRO

Средний·~6 мин

Пользователи без заказов (LEFT JOIN + IS NULL)

🔒 PRO

Сложный·~10 мин

CTE: активные пользователи + их LTV

🔒 PRO

Лёгкий·~5 мин

COALESCE: замена NULL на значение по умолчанию

🔒 PRO

Лёгкий·~4 мин

Топ-3 категории по выручке

🔒 PRO

Средний·~5 мин

Категории с выручкой > 20K

🔒 PRO

Средний·~6 мин

Накопительный итог (running total)

🔒 PRO

Сложный·~7 мин

Самый дорогой заказ каждого клиента

🔒 PRO

Лёгкий·~4 мин

COALESCE: дефолт для NULL

🔒 PRO

Сложный·~8 мин

CTE: помесячная выручка с pct change

🔒 PRO

Сложный·~7 мин

Self-join: пары сотрудников из одного города

🔒 PRO

Средний·~5 мин

CASE WHEN: сегментация клиентов

🔒 PRO

Средний·~5 мин

HAVING COUNT: активные клиенты

🔒 PRO

Средний·~6 мин

EXISTS: клиенты с покупками >10K

🔒 PRO

Средний·~5 мин

Вторая по величине зарплата

🔒 PRO

Сложный·~8 мин

Медиана зарплаты по городам

🔒 PRO

Сложный·~10 мин

Подряд идущие дни активности (islands)

🔒 PRO

Средний·~7 мин

Pivot руками: выручка по месяцам

🔒 PRO

Сложный·~7 мин

7-day rolling average DAU

🔒 PRO

Сложный·~9 мин

Накопительные уникальные клиенты

🔒 PRO

Средний·~6 мин

Лучший продавец каждого месяца

🔒 PRO

Сложный·~6 мин

Топ 10% клиентов по выручке

🔒 PRO

Средний·~6 мин

Какой день недели приносит больше заказов

🔒 PRO

Средний·~5 мин

Anti-join: что нет в правой таблице

🔒 PRO

Сложный·~6 мин

Сравнить продажи с предыдущим заказом клиента

🔒 PRO

Сложный·~7 мин

Recursive CTE: числа Фибоначчи

🔒 PRO

Сложный·~8 мин

Recursive CTE: дерево категорий

🔒 PRO

Средний·~5 мин

Распределение по quartiles

🔒 PRO

Средний·~6 мин

MoM рост категорий

🔒 PRO

Сложный·~7 мин

Correlated subquery

🔒 PRO

Python

Лёгкий·~5 мин

Pandas: фильтрация сотрудников

Средний·~7 мин

Pandas: groupby — средняя зарплата по городам

Средний·~8 мин

Pandas: merge клиентов с заказами

Средний·~6 мин

Pandas: заполнить NaN средним по колонке

🔒 PRO

Сложный·~10 мин

Pandas: топ-1 заказ в каждом городе

🔒 PRO

Средний·~7 мин

RFM сегментация: ярлык клиента

🔒 PRO

Средний·~10 мин

Сводная таблица продаж по категориям

🔒 PRO

Средний·~6 мин

Pivot table: long → wide

🔒 PRO

Лёгкий·~5 мин

Очистка email: lowercase и strip

🔒 PRO

Средний·~6 мин

Funnel conversion rates

🔒 PRO

Средний·~7 мин

Месячная выручка через resample()

🔒 PRO

Средний·~6 мин

7-day rolling average DAU

🔒 PRO

Средний·~8 мин

Удаление выбросов методом IQR

🔒 PRO

Лёгкий·~4 мин

Грамотное заполнение NaN

🔒 PRO

Средний·~7 мин

Рост выручки месяц к месяцу (MoM)

🔒 PRO

Лёгкий·~4 мин

Достать домен из email

🔒 PRO

Сложный·~9 мин

Cohort retention простой

🔒 PRO

Средний·~7 мин

IQR outliers

🔒 PRO

Средний·~6 мин

Регулярка: нормализовать телефоны KZ

🔒 PRO

Лёгкий·~3 мин

Векторизация вместо apply

🔒 PRO

Средний·~5 мин

melt: wide → long

🔒 PRO

Средний·~4 мин

Cumulative sum per group

🔒 PRO

Лёгкий·~4 мин

pct_change: динамика выручки

🔒 PRO

Средний·~4 мин

Split FullName на FirstName + LastName

🔒 PRO

Средний·~5 мин

merge с validate=one_to_one

🔒 PRO

Средний·~5 мин

pd.qcut: разбить на quartile-сегменты

🔒 PRO

Средний·~4 мин

Корреляция Pearson

🔒 PRO

Лёгкий·~4 мин

Forward fill для timeseries

🔒 PRO

Сложный·~6 мин

resample: дневные данные в недельные

🔒 PRO

Сложный·~7 мин

shift + сравнение для retention

🔒 PRO

Лёгкий·~4 мин

Очистить категории от случаев

🔒 PRO

Средний·~5 мин

explode: список в строки

🔒 PRO

Лёгкий·~3 мин

isin: фильтр по списку значений

🔒 PRO

Средний·~4 мин

np.where: условная замена

🔒 PRO

Excel

Лёгкий·~8 мин

ВПР: подтяни категорию товара

Лёгкий·~6 мин

СУММЕСЛИ: сумма продаж по городу

Лёгкий·~10 мин

Сводная таблица: выручка по месяцам и категориям

Средний·~8 мин

ЕСЛИ + ИЛИ: формула расчёта бонуса

🔒 PRO

Средний·~10 мин

ИНДЕКС+ПОИСКПОЗ: гибкий поиск лучше ВПР

🔒 PRO

Практикуйся прямо в браузере

SQL

Найди сотрудников из Алматы

Средняя зарплата по городам

Заказы клиентов через JOIN

Клиенты без заказов (LEFT JOIN)

Топ-1 заказ в каждом городе (оконные функции)

Классификация сотрудников через CASE WHEN

Выручка по месяцам через DATE_TRUNC

Накопительная сумма через оконную функцию

Первый заказ каждого пользователя (ROW_NUMBER)

Пользователи без заказов (LEFT JOIN + IS NULL)

CTE: активные пользователи + их LTV

COALESCE: замена NULL на значение по умолчанию

Топ-3 категории по выручке

Категории с выручкой > 20K

Накопительный итог (running total)

Самый дорогой заказ каждого клиента

COALESCE: дефолт для NULL

CTE: помесячная выручка с pct change

Self-join: пары сотрудников из одного города

CASE WHEN: сегментация клиентов

HAVING COUNT: активные клиенты

EXISTS: клиенты с покупками >10K

Вторая по величине зарплата

Медиана зарплаты по городам

Подряд идущие дни активности (islands)

Pivot руками: выручка по месяцам

7-day rolling average DAU

Накопительные уникальные клиенты

Лучший продавец каждого месяца

Топ 10% клиентов по выручке

Какой день недели приносит больше заказов

Anti-join: что нет в правой таблице

Сравнить продажи с предыдущим заказом клиента

Recursive CTE: числа Фибоначчи

Recursive CTE: дерево категорий

Распределение по quartiles

MoM рост категорий

Correlated subquery

Python

Pandas: фильтрация сотрудников

Pandas: groupby — средняя зарплата по городам

Pandas: merge клиентов с заказами

Pandas: заполнить NaN средним по колонке

Pandas: топ-1 заказ в каждом городе

RFM сегментация: ярлык клиента

Сводная таблица продаж по категориям

Pivot table: long → wide

Очистка email: lowercase и strip

Funnel conversion rates

Месячная выручка через resample()

7-day rolling average DAU

Удаление выбросов методом IQR

Грамотное заполнение NaN

Рост выручки месяц к месяцу (MoM)

Достать домен из email

Cohort retention простой

IQR outliers

Регулярка: нормализовать телефоны KZ

Векторизация вместо apply

melt: wide → long

Cumulative sum per group

pct_change: динамика выручки

Split FullName на FirstName + LastName

merge с validate=one_to_one

pd.qcut: разбить на quartile-сегменты

Корреляция Pearson

Forward fill для timeseries

resample: дневные данные в недельные

shift + сравнение для retention

Очистить категории от случаев

explode: список в строки

isin: фильтр по списку значений

np.where: условная замена

Excel

ВПР: подтяни категорию товара

СУММЕСЛИ: сумма продаж по городу

Сводная таблица: выручка по месяцам и категориям

ЕСЛИ + ИЛИ: формула расчёта бонуса