python - 通过使用 pandas 创建新列，将查询简化为 'where'？

Question

我有一个列，其中包含对列的 SQL 查询。这些是在名为 Select_analysis

的函数上实现的

表格:

Select_analysis (input_shapefile, output_name, {where_clause}) # it takes until where.

示例:

SELECT * from OT         # OT is a dataset
GROUP BY OT.CA  # CA is a number that may exist many times.Therefore we group by that field.
HAVING ((Count(OT.OBJECTID))>1) # an id that appears more than once.

OT数据集

objectid     CA
1            125
2            342
3            263
1            125

我们按 CA 分组。

关于having:适用于多次具有objectid的行。也就是本例中的objectid 1。

我的想法是创建另一列来存储结果，该结果将通过 select_analysis 函数中的简单 where 子句进行访问

示例:OT 数据集

objectid     CA       count_of_objectid_aftergroupby
1            125           2
2            342           1
3            263           1
1            125           2

那么可以是:

Select_analysis(roads.shp,output.shp, count_of_objectid_aftergroupby > '1')

注释

必须采用这样的方式，以便最终使用选择分析功能。

Answer 1

假设您将数据拉入 pandas，因为它被标记为 pandas，这是一个可能的解决方案:

df=pd.DataFrame({'objectID':[1,2,3,1],'CA':[125,342,463,125]}).set_index('objectID')


objectID    CA
1           125
2           342
3           463
1           125

df['count_of_objectid_aftergroupby']=[df['CA'].value_counts().loc[x] for x in df['CA']]

objectID    CA  count_of_objectid_aftergroupby  
1           125                              2
2           342                              1
3           463                              1
1           125                              2

列表组件基本上是这样做的:将 df['CA'] 中每个项目的值计数拉为一个系列。使用 loc 在“CA”的每个值处对系列进行索引，以查找该值的计数将该项目放入列表中将该列表附加为新列