Pandalar'daki bir veri karmasındaki çeşitli istatistik hesaplarını toplamak ve gerçekleştirmek için bir işlev yazmaya çalışıyorum ve daha sonra bunları orijinal veri alanına birleştiriyorum;Pandalar - GroupBy ve ardından orijinal tabloya birleştirme
SELECT EID,
PCODE,
SUM(PVALUE) AS PVALUE,
SUM(SQRT(SC*EXP(SC-1))) AS SC,
SUM(SI) AS SI,
SUM(EE) AS EE
INTO foo_bar_grp
FROM foo_bar
GROUP BY EID, PCODE
Ve sonra orijinal masaya katılmak: Burada
SELECT *
FROM foo_bar_grp INNER JOIN
foo_bar ON foo_bar.EID = foo_bar_grp.EID
AND foo_bar.PCODE = foo_bar_grp.PCODE
adımlar şunlardır: >>
pol_dict = {'PID':[1,1,2,2],
'EID':[123,123,123,123],
'PCODE':['GU','GR','GU','GR'],
'PVALUE':[100,50,150,300],
'SI':[400,40,140,140],
'SC':[230,23,213,213],
'EE':[10000,10000,2000,30000],
}
pol_df = DataFrame(pol_dict)
pol_df
: Veri İÇİNDE yükleme Bu SQL kod eşdeğerdir
OUT: >>
EID EE PCODE PID PVALUE SC SI
0 123 10000 GU 1 100 230 400
1 123 10000 GR 1 50 23 40
2 123 2000 GU 2 150 213 140
3 123 30000 GR 2 300 213 140
Adım 2: verilere hesaplama ve Gruplama şu şekildedir:
Benim pandalar kodudur:
#create aggregation dataframe
poagg_df = pol_df
del poagg_df['PID']
po_grouped_df = poagg_df.groupby(['EID','PCODE'])
#generate acc level aggregate
acc_df = po_grouped_df.agg({
'PVALUE' : np.sum,
'SI' : lambda x: np.sqrt(np.sum(x * np.exp(x-1))),
'SC' : np.sum,
'EE' : np.sum
})
Ben orijinal masaya katılmak isteyen kadar bu çalışıyor:
IN: >>
po_account_df = pd.merge(acc_df, po_df, on=['EID','PCODE'], how='inner',suffixes=('_Acc','_Po'))
OUT: >> KeyError: u'n o öğe EID '
Gruplandırılmış veri çerçevesi, herhangi bir nedenle, orijinal tabloya geri katılamaz. Grup dizisi sütunlarını gerçek sütunlara dönüştürmeye çalışmanın yollarını inceledim, ancak bu işe yaramıyor.
pol_acc_df['PVALUE_PCT'] = np.round(pol_acc_df.PVALUE_Po/pol_acc_df.PVALUE_Acc,4)
Teşekkür:
unutmayın, nihai amacın her sütun için yüzdesini (pvalue, SI, SC, EE) IE bulmak mümkün olmaktır!