- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个包含各种产品、位置、Licence_ends 的文件,我需要计算按日期有多少产品已用完许可证,以及该季度有多少产品可以重新订购,示例数据如下:
Item Store Category Licence_ends Available_to_reorder
0 A01929 North Office 2018 Q1 Yes
1 A02911 South Windows 2019 Q3 Yes
2 B11282 North Adobe 2019 Q2 No
3 C73162 East Office 2018 Q4 Yes
4 A12817 West Windows 2020 Q1 No
我想要实现的目标如下:
Store Category 2018 Q1 2018 Q2 ... 2020 Q4
0 East Windows 0 1 24 # cumulative sum of previous quarters
1 East Office 1 2 11
2 East Adobe 1 4 6
3 West Windows 2 2 18
4 West Office 0 0 0
...
11 South Adobe 1 0 12
12 Total All col.sum() col.sum() col.sum()
我从下面的代码开始,但我迷失了并且不知道正确的方法:
%matplotlib inline
import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from IPython.display import display
matplotlib.style.use('ggplot')
file = r'C:\Users\G01024822\Desktop\products.xlsx'
sheet = r'store_data'
data = pd.read_excel(file,sheetname=sheet,na_values='')
quarters = ['2018 Q1','2018 Q2','2018 Q3','2018 Q4','2019 Q1','2019 Q2','2019 Q3','2019 Q4','2020 Q1','2020 Q2','2020 Q3','2020 Q4']
categories = ['Windows','Office','Adobe']
stores = data['store'].unique().tolist()
mydata = {}
plandata = {}
for store in stores:
transaction = data[data['Store']==store]
for category in categories:
frame = transaction[transaction['Category']==category]
cycle = {}
if frame.shape[0] != 0:
for quarter in quarters:
temp = frame[frame['License_ends']==quarter]
out_of_licence = temp['Item'].count()
cycle[quarter] = out_of_licence
else:
pass
mydata[category] = cycle
df = pd.DataFrame.from_dict(mydata,orient='index')
df
这就是我正在生产的产品,但仅适用于最后一家商店:
分别针对每个类别。我尝试向空数据帧添加列表、系列、字典,我尝试追加、添加、分配,但没有得到我想要的。您能指出我正确的方向吗?
我在 SO 中尝试了大多数方法,还查看了 Wes Kinley 的书 @ Safari Books,但就是无法登陆。请帮忙。我必须在周一之前完成,但我完全无处可去。
最佳答案
考虑pivot_table
在 aggfunc 参数中使用 lambda
进行条件逻辑和。下面用随机数据进行演示,为可重复性提供种子,当然添加了开源类别。
数据
import numpy as np
import pandas as pd
np.random.seed(22)
LETTERS = list('ABCDEFGHIJKLMNOPQRSTUVWXYZ')
df = pd.DataFrame({'Item': ["".join(list(np.random.choice(LETTERS,1)) +
[str(np.random.randint(1000, 9000))]) for _ in range(500)],
'Store': [np.random.choice(['North', 'South',
'East', 'West'],1).item(0) for _ in range(500)],
'Category': [np.random.choice(['Office', 'Windows',
'Adobe', 'Open Source'],1).item(0) for _ in range(500)],
'Licence_ends': ["Q".join([str(np.random.randint(2018, 2021))] +
[str(np.random.randint(1,4))]) for _ in range(500)],
'Available_to_reorder': [np.random.choice(['Yes', 'No'],1).item(0) for _ in range(500)]},
columns = ['Item', 'Store', 'Category', 'Licence_ends', 'Available_to_reorder'])
print(df.head())
# Item Store Category Licence_ends Available_to_reorder
# 0 V7276 West Open Source 2018Q2 Yes
# 1 M8104 West Windows 2020Q1 No
# 2 E6478 North Open Source 2019Q2 No
# 3 W5587 South Open Source 2018Q2 Yes
# 4 U3952 South Windows 2019Q3 No
# 5 E1989 East Office 2018Q1 No
# 6 S6646 West Windows 2019Q2 Yes
# 7 N7616 West Adobe 2019Q1 Yes
# 8 H6410 East Adobe 2020Q2 No
# 9 J8176 West Office 2020Q1 Yes
数据透视表 (结果为多索引数据框)
pvt_df = df.pivot_table(index=['Store', 'Category'], columns='Licence_ends', values='Available_to_reorder',
aggfunc = lambda x: sum(x=='Yes'), margins=True, margins_name='Total')
print(pvt_df)
# Licence_ends 2018Q1 2018Q2 2018Q3 2019Q1 2019Q2 2019Q3 2020Q1 2020Q2 2020Q3 Total
# Store Category
# East Adobe 3.0 0.0 1.0 0.0 3.0 2.0 1.0 4.0 0.0 14
# Office 1.0 3.0 4.0 2.0 NaN 4.0 1.0 1.0 1.0 17
# Open Source 1.0 4.0 2.0 0.0 1.0 0.0 1.0 2.0 1.0 12
# Windows 1.0 2.0 3.0 1.0 1.0 0.0 1.0 3.0 1.0 13
# North Adobe 3.0 4.0 1.0 1.0 1.0 1.0 3.0 0.0 2.0 16
# Office 1.0 0.0 3.0 0.0 1.0 2.0 3.0 0.0 0.0 10
# Open Source 3.0 1.0 0.0 1.0 1.0 2.0 2.0 1.0 2.0 13
# Windows 2.0 2.0 5.0 0.0 2.0 2.0 1.0 1.0 3.0 18
# South Adobe 2.0 3.0 NaN 2.0 2.0 3.0 1.0 3.0 2.0 18
# Office 4.0 3.0 1.0 2.0 NaN 2.0 3.0 2.0 2.0 19
# Open Source 1.0 2.0 2.0 4.0 1.0 NaN NaN 3.0 2.0 15
# Windows 2.0 1.0 1.0 2.0 2.0 2.0 1.0 3.0 1.0 15
# West Adobe 1.0 1.0 0.0 4.0 3.0 3.0 1.0 0.0 3.0 16
# Office 1.0 1.0 3.0 3.0 3.0 2.0 2.0 2.0 1.0 18
# Open Source 4.0 2.0 4.0 0.0 0.0 4.0 1.0 1.0 2.0 18
# Windows 2.0 2.0 1.0 5.0 4.0 1.0 4.0 1.0 0.0 20
# Total 32.0 31.0 31.0 27.0 25.0 30.0 26.0 27.0 23.0 252
关于python - pandas 计算多列的汇总 DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48963149/
我有两个具有不同格式的相似数据的数据框 df1: Nodo X Y Z CTB3901 CTBX3901 CTBY3901 CTBZ3901
这个问题在这里已经有了答案: Using tuples in SQL "IN" clause (9 个回答) 关闭 8 年前。 我尝试获得一些满足特定条件的用户: SELECT * FROM use
我目前正在使用 MySQL (5.7) 来查询成员表。 当我执行如下查询时: SELECT fname, lname, added FROM Members WHERE ((fname, lname)
我正在使用 CSS 创建多个列,以提供与 Pinterest 界面类似的外观(例如,框列,但整齐地堆叠在彼此之下)。 这是我使用的代码: #feed-post-home .feed { -mo
我正在使用 VLookup 函数来查找列中存在的多个值。这工作得很好,但只需要很多时间,因为我在 Excel 表中有 100,000 行。 有什么办法可以加快这段代码的速度吗? 该代码基本上在列中查找
如果这个词正确的话,我有 4 列和 4 个不同的参数。每个参数大约有 3-5 个变量。我想做的是在维护不同列的同时创建 4 个不同参数的所有可能组合。因此,假设我有以下示例: **Column A |
我正在尝试使用 arrange_()使用字符串输入并按降序排列在其中一列中。 library(dplyr) # R version 3.3.0 (2016-05-03) , dplyr_0.4.3 #
我只是想知道是否有可以包含多列的 wpf 组合框控件? 如果没有,我需要使用什么 XAML 来实现这一目标? 如果可能的话,我只是在寻找一个基本的两列组合框, 谢谢 最佳答案 请引用这些链接 多列组合
我想使用 Select 根据第二个表中的值更新表中的多个列语句来获取这样的值: UPDATE tbl1 SET (col1, col2, col3) = (SELECT colA, colB, col
如果我们需要根据给定列的某些值集查询表,我们可以简单地使用 IN 子句。 但是如果需要基于多列执行查询,我们不能使用 IN 子句(在 SO 线程中 grepped)。 从其他 SO 线程,我们可以使用
我需要用分隔值拆分表中两列的值。 我的源表如下所示: 产品IDean_upc已批准21029618710103368021;8710103368038;87101033680141;0;1929236
我正在尝试在 WPF 中创建一个包含多列的 TreeView 。我很清楚,关于这个主题确实有很多问题。但是,他们在绑定(bind)数据时似乎采用了不同的方法。每个人似乎都设置了 itemssource
我正在尝试使用以下数据在 Excel 中创建数据透视表: 我试图得出的最终结果(使用枢轴)是这样的摘要: 但是我不知道如何让 Excel 计算/添加/考虑所有列。我可以为每个单独的字段/列创建一个数据
我正在尝试在 WPF 中创建一个包含多列的 TreeView 。我很清楚,关于这个主题确实有很多问题。但是,他们在绑定(bind)数据时似乎采用了不同的方法。每个人似乎都设置了 itemssource
如何在最多几列的每行返回 1 个值: 表名 [Number, Date1, Date2, Date3, Cost] 我需要返回这样的东西: [Number, Most_Recent_Date, Cos
我有两个数据框想要连接在一起(自行车骑行数据框和自行车站数据框)。 我一直在使用 pandas 库,但我似乎无法编写代码来完美地操作连接。最初,我只是加入关键“station_id”,但我发现最近更新
我有以下 csv 文件,我想要内部联接 CSV 1:Trip_Data.csv (250MB) head -2 rand_trip_data_1.csv medallion,hack_license,
我知道以前也有人问过类似的问题。但是,我的问题略有不同。我正在尝试跨多个列获取 merge_asof 的功能。这是数据集: import pandas as pd left = pd.DataFram
我有一个数据库,里面保存着客户的数据。我需要知道我们在各个城市和国家有多少客户。我必须用单个查询来完成它。 我的表是客户,我有城市和国家列(均为varchar),其中包含有关它的信息。 所需的查询输出
我需要左连接两个表:Cardealers 和Applications。 我想查看哪些信用卡经销商收到了哪些申请。 每个申请都会转发给三个发卡商,因此我的表结构具有以下 3 列:receiver_1、r
我是一名优秀的程序员,十分优秀!