我知道这是一个基本问题,但我试图从数据库中调用数据,并将每一个数据都定义为不同的变量。
这就是我试过的
lst=['A','B','C']
for i in range(len(lst)):
globals()[lst[i]]=***SQL query to import dataframes***
这就是我要找的:
print(A)
*** Some Dataframe ***
如能提供任何帮助,将不胜感激。
我有一个像这样的dataframe df
No Country Sex Age Group
1 Spain M Young
2 Norway F Middle
3 Mexico M Elderly
...
我的目标是先根据国家对这些数据进行分组,然后使用.value_counts()进行基于性别和年龄组的分析。
因此,我通过groupby在df2 = df.groupby(df.Country)上使用了它,并像这样循环
for d in df2:
print(type(d))
我得到了这个输出:
<class 'tuple'>
&l
有一个返回一系列数据文件的函数。
def frames():
bla bla
return df1, df2, df3, df4
我想编写一个函数,将这些帧附加到一起,而不必列出计数,这样以后我就可以有更多或更少的帧。
def appender(*args):
condition goes here
append things that are true
我希望能把它叫做
appender(frames())
将返回通过条件的完整帧。
现在,frames()函数返回由四个框架组成的元组。有什么简单的方法可以打开元组吗?
谢谢你的帮助!
克莱姆
更新这里是一个示例
d
我试图按' state‘列对dataframe进行分组,在每个组上运行计算,然后导出到excel,每个文件都为各自的状态组命名。如果我打印组,它们看起来是正确的,但是我无法获得文件来正确地显示组数据。当前,它创建具有正确文件名的单独文件,但每个文件都有忽略组的完整数据集。这里的源数据:
df = pd.read_excel("ranker_test.xlsx", sheet_name='DATA')
grouped = df.groupby('state')
for group in grouped:
df.to_excel(
在将CSV文件转换为JSON之前,我试图遍历文件夹和子文件夹来访问和读取CSV文件。下面是我正在编写的代码:
cursor = conn.cursor()
try:
# Specify the folder containing needed files
folderPath = 'C:\\Users\\myUser\\Desktop\\toUpload' # Or using input()
fwdPath = 'C:/Users/myUser/Desktop/toUpload'
for countries in os.list
我在一个目录目录中有多个excel文件:
H:\Learning\files
档案:
customer-status.xlsx
sales-feb-2014.xlsx
sales-jan-2014.xlsx
sales-mar-2014.xlsx
sample-salesv3.xlsx
我正在尝试将sales.xlsx文件加载到一个主sales文件中。这是我的剧本:
import pandas as pd
import os
import glob
all_data = pd.DataFrame()
for f in glob.glob('H:Learning/sales*.xls