- 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?
Pandas "Group By" Query on Large Data in HDFStore?
我已经尝试了答案中的示例,只是我希望能够按两列进行分组。
基本上,修改代码看起来像
with pd.get_store(fname) as store:
store.append('df',df,data_columns=['A','B','C'])
print "store:\n%s" % store
print "\ndf:\n%s" % store['df']
# get the groups
groups = store.select_column('df',['A', 'B']).unique()
print "\ngroups:%s" % groups
我尝试了多种选择 A 列和 B 列的方法,但无法使其工作。
抛出错误KeyError:“在表中找不到列[['A','B']]”
支持吗?
谢谢
最佳答案
store.select_column(...)
仅选择单个列。
稍微修改链接的原始代码:
import numpy as np
import pandas as pd
import os
fname = 'groupby.h5'
# create a frame
df = pd.DataFrame({'A': ['foo', 'foo', 'foo', 'foo',
'bar', 'bar', 'bar', 'bar',
'foo', 'foo', 'foo'],
'B': [1,1,1,2,
1,1,1,2,
2,2,1],
'C': ['dull', 'dull', 'shiny', 'dull',
'dull', 'shiny', 'shiny', 'dull',
'shiny', 'shiny', 'shiny'],
'D': np.random.randn(11),
'E': np.random.randn(11),
'F': np.random.randn(11)})
# create the store and append, using data_columns where I possibily
# could aggregate
with pd.get_store(fname,mode='w') as store:
store.append('df',df,data_columns=['A','B','C'])
print "\ndf:\n%s" % store['df']
# get the groups
A = store.select_column('df','A')
B = store.select_column('df','B')
idx = pd.MultiIndex.from_arrays([A,B])
groups = idx.unique()
# iterate over the groups and apply my operations
l = []
for (a,b) in groups:
grp = store.select('df',where = [ 'A=%s and B=%s' % (a,b) ])
# this is a regular frame, aggregate however you would like
l.append(grp[['D','E','F']].sum())
print "\nresult:\n%s" % pd.concat(l, keys = groups)
os.remove(fname)
这是结果
起始帧(与原始示例不同,B 列现在是整数,只是为了清楚起见)
df:
A B C D E F
0 foo 1 dull 0.993672 -0.889936 0.300826
1 foo 1 dull -0.708760 -1.121964 -1.339494
2 foo 1 shiny -0.606585 -0.345783 0.734747
3 foo 2 dull -0.818121 -0.187682 -0.258820
4 bar 1 dull -0.612097 -0.588711 1.417523
5 bar 1 shiny -0.591513 0.661931 0.337610
6 bar 1 shiny -0.974495 0.347694 -1.100550
7 bar 2 dull 1.888711 1.824509 -0.635721
8 foo 2 shiny 0.715446 -0.540150 0.789633
9 foo 2 shiny -0.262954 0.957464 -0.042694
10 foo 1 shiny 0.193822 -0.241079 -0.478291
独特的群体。我们选择需要独立分组的每一列,然后采用结果索引并构建多索引。这些是生成的多索引的唯一组。
groups:[('foo', 1) ('foo', 2) ('bar', 1) ('bar', 2)]
最终结果。
result:
foo 1 D -0.127852
E -2.598762
F -0.782213
2 D -0.365629
E 0.229632
F 0.488119
bar 1 D -2.178105
E 0.420914
F 0.654583
2 D 1.888711
E 1.824509
F -0.635721
dtype: float64
关于python - "Group By"HDFStore 中大数据的多个列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26068632/
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据,现在陷入了僵局。 我花了好几个小时在谷歌上搜索,却没有找到任何相关的东西。我需要一个查询,在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列,然后在中型设备上有 2 列,最后在较小的设备上只有 1 列。 当我测试我的代码片段时,似
对于这个令人困惑的标题,我深表歉意,我想不出这个问题的正确措辞。相反,我只会给你背景信息和目标: 这是在一个表中,一个人可能有也可能没有多行数据,这些行可能包含相同的 activity_id 值,也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序,然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助,因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助,目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列,在平板电脑上有 2 列,在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手,正在问一个非常基本的问题。当然,我在尝试从所提供的示例中获取指导的同时做了功课here和 here ,但无法在我的案例中实现这个想法,即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好,我想知道是否可以执行以下操作。显然,我已经尝试在 phpMyAdmin 中运行它,但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1,以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件,file2 是一个很大的引用文件,我从中提取文件 1 的数据。 我有一行 awk,我通常会对其进行调整以在我的文件中进行查找和替换,但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表,如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表,其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败,但当我删
这是最少量的代码,可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后,我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码,第二列是名称,其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时,一切都变得一团糟。我如何将网页居中,以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列,但所有内容都合并为 1)我试过 但由于某种原因,这不起作用。 www.o
我是一名优秀的程序员,十分优秀!