IPython :查询处理时间的groupby列

文章/答案/技术大牛

发布

1回答

pandas、ipython

143613945 143614466xyz 164859531 164900406COL1 COL4xyz 42026

浏览 0提问于2017-01-28得票数 1

回答已采纳

1回答

在Spark SQL中使用groupby的最佳实践是什么？

apache-spark、apache-spark-sql

我有一个按多列分组的Spark SQL。我想知道列的顺序是否对查询性能有影响。在较早的时间放置具有更多不同值的列是否有帮助？我假设groupby基于某种散列/混洗算法。如果第一个groupby可以将数据分发到可以保存在一台机器上的较小子集，则后面的groupby可以在本地完成。这是真的吗？ groupby的<

浏览 8提问于2019-03-10得票数 0

1回答

熊猫--计算买卖双方的互动关系

python-2.7、pandas

我有几年的日常数据(位于潘达斯DataFrame)的买家和卖家ala。我想计算，在一个月的基础上，每个购买银行，他们的份额，每月总成交量来自每个卖家，他们已经互动。Bank5 Bank3 5/27 任何输入都是非常感谢的！

浏览 6提问于2014-04-15得票数 0

回答已采纳

1回答

截断ObjectQuery中的时间部分

c#、sql-server、entity-framework

我正在创建一个对象查询，在查询中有一个groupBy子句，如下所示：但我得到了一个例外：附加信息:找不到类型'date‘。确保加载了所需的架构，并且正确导入了命名空间。类型名称附近，第7行，第73列

浏览 1提问于2015-05-19得票数 0

1回答

熊猫群独特的多栏

python、python-3.x、pandas、group-by

16 700 800 28 700 1000 2df.groupby(['number'])['id1'].unique() 0 [100] 1 [300,[100

浏览 1提问于2017-11-22得票数 7

回答已采纳

3回答

Numpy操作在groupby中无效。改用.groupby(...).mean()，我就是这么做的

python、pandas、dataframe、group-by、mean

我想根据数据段Segment得到以下数据帧people_preferences的前两列中每列的平均值。Use .groupby(...).mean() instead--------------------------------------------------------------------------- UnsupportedFunctionCall Traceback (most recent call last

浏览 0提问于2019-11-29得票数 3

1回答

我怎样才能加快熊猫群的速度，因为它在不止一个专栏上表现了一笔钱？

python、pandas、numpy、pandas-groupby

如果我的理解是正确的话，减速是由于处理的结果组的数量。是否有可能将该方法矢量化，并立即将求和应用于每个组，而不是假设当前正在迭代的是什么。Notes 我尝试过使用groupby().agg({...})和groupby().apply(lambda)，两者花费的时间差不多一样。我也尝试过移除一些groupby列，然后稍后再添加它们，但是它并没有加快计算速度，所以没有理由将它们从groupby

浏览 0提问于2021-11-07得票数 1

回答已采纳

1回答

Dask -将Timestamp列转换为date并设置为index终止进程

dask、dask-dataframe

我是新来达斯克的我有152个拼花面板文件，平均200MB。(机器内存32 on ) 每个文件都有时间戳列，我想将该列设置为分区(索引)。如果我将Timestamp列设置为index，则分区太多，因此需要将其转换为Date --> ddf = dd.read_parquet('gs://bucket_name/*.parquet') ddf['partition'] = dd.to_datetime(ddf['event

浏览 7提问于2021-04-28得票数 1

3回答

如何检查numpy/pandas对象，即R中的str()

python、r、numpy、pandas

我最近改用Python进行统计，不知道如何检查我遇到的对象。例如：heart = sm.datasets.heart.load_pandas().data我想调查一下允许我在末尾添加['age']的heart.groupby(['censors'])是什么类型的对象。然而，print heart.<

浏览 1提问于2015-01-27得票数 1

1回答

聚合后如何比较它们之间的列(Python、pandas)？

python、pandas、aggregation

Python中的新手，尝试在聚合后比较列(df.median == df.mean)之间的结果，但没有用。df.groupby('Club')['Wage'].agg(['median', 'mean']).reset_index() KeyErrorTraceback (most recent call last) <ipython-input-184-5b0cdf62f540> in

浏览 0提问于2020-07-03得票数 1

2回答

当我们用自定义函数对groupby的结果使用apply时，不会传递所有列。

python、pandas、apply、pandas-groupby

c‘的每个值使用一个函数。所以我对apply()的结果使用了groupby函数。\groupby.py", line 2273, in apply AttributeError: 'DataFrame' object has no attribute &#

浏览 0提问于2018-12-10得票数 2

回答已采纳

2回答

大熊猫群游:快速之道

python、pandas、numpy、pandas-groupby

我想改善大熊猫的groupby时间。我有这样的代码：目标是计算一个客户在一个月内有多少合同，并将这些信息添加到一个新列(Nbcontrats)中。Client：客户端代码我想改善时间

浏览 5提问于2016-07-01得票数 23

回答已采纳

1回答

Python绘图groupby.mean

python、pandas、dataframe、group-by、mean

Ferrand 4 536453 2015-11-27 18:09:00 On 4 18 1 ----&g

浏览 1提问于2017-03-05得票数 2

1回答

计算Pandas中组中列的更改百分比

python、pandas、pandas-groupby

我的dataframe有一个Ticker列和一个Price列。每个Ticker有10行(具有相同的Ticker值)，但每行具有不同的Price。Test_preds_actual1['Target1_preds_pct_chng'] = 0 Test_preds_actual1.groupby('Ticker')['Target

浏览 9提问于2020-02-14得票数 1

回答已采纳

1回答

在Python中运行泰尔-森回归时出错

python、python-3.x、pandas、scipy、linear-regression

这两种数据都具有相同的数据类型。因此，除了实际使用的技术之外，计算它们的函数应该是相同的。然而，我得到了以下错误，这是我一直以来最难理解如何解决的错误：实际的可变时间是一个numpy浮点对象，所以它不是字符串。这使我相信，stats.theilslopes函数并没有认识到时间是dataframe中的一个列，而是使用' tim

浏览 0提问于2019-06-07得票数 1

回答已采纳

1回答

MySql select - groupBy很生气？

mysql、database、select、optimization、group-by

hotelId是来自另一个系统的标识，它的目的仅是为了“获取酒店的细节”和groupBy (保证唯一的酒店获得结果)。我的选择平均有10-15列。我认为问题是因为选择‘触摸’~70%的行，然后是groupBy，它将返回200-400个

浏览 0提问于2017-06-06得票数 1

1回答

熊猫Dataframe聚合对象类型

python、python-3.x、pandas、group-by、aggregate

我想按'name‘列groupped = df.groupby(["name"]) 对数据进行分组，但我也有“对象类型”，目标是只保留一个对象类型(例如:第一个对象类型)。他们是一样的。因此，我尝试使用min，但它不起作用，但我找不到任何其他函数来处理对象类型。---------------------- TypeError

浏览 1提问于2021-05-06得票数 0

回答已采纳

1回答

熊猫:加速群居？

python、pandas、group-by

我想知道是否有可能通过以下应用程序加快熊猫dataframe.groupby的速度：其余5列(colA假设条目发生了更改，我不会删除它，而是在“上次修改”列中写入带有新值的新行。这使我能够追溯了解条目是如何随时间变化的。方法占用了我大约70%的运行时间。不需要

浏览 6提问于2014-12-12得票数 1

1回答

筛选两个带有LIKE 'prefix%‘的nvarchar列时SQL改善计数()*

sql、sql-server、performance、entity-framework

我正在尝试提高一个简单查询的性能，该查询返回nvarchar(64)列FromNumber或列ToNumber以给定前缀(在本例中为‘1002’)开头的行数。这是当前的SQL查询(由Entity Framework生成)： [GroupBy1].[ToNumber] LIKE @p__linq__1 ESCAPE N''~'&#x

浏览 2提问于2015-10-05得票数 0

1回答

更改pyspark show()中变量的格式

python、pyspark、group-by、apache-spark-sql、format

我需要在pyspark中格式化group by的计数值 df.groupBy('PURCHASE').count().show() |PURCHASE| count|| 202003|1426702|| 202001|94333 | 我想用逗号作为千分隔符显示count列 |PURCHASE| count || 202003|1,426,702|| 202001

浏览 29提问于2020-10-08得票数 1

回答已采纳

点击加载更多