如何将多个groupby聚合与计算列组合在一起？
将多个groupby聚合与计算列组合在一起可以通过使用数据库的查询语言（如SQL）来实现。下面是一个示例的解决方案：
在SQL中，可以使用GROUP BY子句将数据按照指定的列进行分组，并使用聚合函数对每个组进行计算。同时，可以使用计算列来对每个组进行额外的计算。
以下是一个示例查询，演示如何将多个groupby聚合与计算列组合在一起：
SELECT column1, column2, SUM(column3) AS sum_column3, AVG(column4) AS avg_column4, column5 * column6 AS calculated_column
FROM table_name
GROUP BY column1, column2在上面的查询中，我们将数据按照column1和column2进行分组，并对每个组进行以下操作：
- 使用SUM函数计算column3的总和，并将结果命名为sum_column3。
- 使用AVG函数计算column4的平均值，并将结果命名为avg_column4。
- 将column5和column6相乘，并将结果命名为calculated_column。
这样，我们就将多个groupby聚合与计算列组合在一起了。
对于腾讯云相关产品和产品介绍链接地址，可以根据具体需求选择适合的云计算产品，例如：
- 数据库：腾讯云数据库（https://cloud.tencent.com/product/cdb）
- 服务器运维：腾讯云云服务器（https://cloud.tencent.com/product/cvm）
- 云原生：腾讯云容器服务（https://cloud.tencent.com/product/tke）
- 网络安全：腾讯云安全产品（https://cloud.tencent.com/solution/security）
- 人工智能：腾讯云人工智能（https://cloud.tencent.com/product/ai）
- 物联网：腾讯云物联网（https://cloud.tencent.com/product/iotexplorer）
- 移动开发：腾讯云移动开发（https://cloud.tencent.com/product/mad）
- 存储：腾讯云对象存储（https://cloud.tencent.com/product/cos）
- 区块链：腾讯云区块链（https://cloud.tencent.com/product/baas）
- 元宇宙：腾讯云元宇宙（https://cloud.tencent.com/solution/metaverse）
请注意，以上链接仅作为示例，具体选择应根据实际需求和腾讯云的产品文档进行决策。
相关·内容
4回答
连接三个表然后组
、、、
我将连接三个表，然后将其中一列与另一列的值相乘。
SELECT t1.column, t2.column, SUM(t1.column * t2.column)
FROM table1 t1
INNER JOIN table2 t2
ON t1.id = t2.id
JOIN table3 t3
ON t2.id = t3.id
GROUP BY t1.column, t2.column;
这个查询做了我想要的事情，但是我不明白为什么GROUP BY会工作？
如果我将列添加到select，是否也必须将列添加到group by？
浏览 3提问于2011-02-17得票数 1
回答已采纳
4回答
从熊猫GroupBy中分离逗号值
、、、、
当连接值时，我试图找出数据帧中是否存在删除重复的out。
示例：
df
key v1 v2
0 1 n/a a
1 2 n/a b
2 3 n/a c
3 2 n/a d
4 3 n/a e
输出应该是：
df_out
key v1 v2
0 1 n/a a
1 2 n/a b,d
2 3 n/a c,e
我尝试使用df.drop_duplicates()和一些循环来保存v2列值，但还没有保存任何内容。我试着用Pandas做一个干净干净的循环。
有人知道熊猫能做什么吗？
浏览 8提问于2017-12-26得票数 1
回答已采纳
我正在尝试将一些代码从Pandas移植到考拉，以利用星火的分布式处理。我正在获取一个dataframe，并将其分组到A和B上，然后应用一系列函数来填充新的dataframe的列。下面是我在Pandas中使用的代码：
new = old.groupby(['A', 'B']) \
.apply(lambda x: pd.Series({
'v1': x['v1'].sum(),
'v2': x['v2'].sum(),
'v3': (x['v1
浏览 8提问于2020-07-06得票数 3
我有一个大型数据集，其中包含跨不同月份的多个列。我使用了两个标识符，分别是许可证和位置。这是我的数据的一个示例：https://i.stack.imgur.com/aU8JU.png 我正在迁移我的数据，我的一个工作表需要除"Type“列之外的所有列。但是，当我迁移时，我会有重复的行，因为有重复的许可证和位置。我想每月总结一下这些重复的许可证和位置。这是我想要的输出： https://i.stack.imgur.com/WwIz2.png 到目前为止我的迁移代码是： def migrate(df, template):
inventory = df.copy()
in
浏览 13提问于2021-08-25得票数 0
4回答
我有一个数据，我需要从许多指标中检索。Dataframe列如下：
Consumer_ID|Client|Campaign|Date
我试图获得客户端、活动列和日期列的各种组合的consumer_ID列的唯一计数。到目前为止，我已经想出了两个解决方案：
Groupby语句，以count作为每个客户端、活动和日期组合的agg函数。
为客户端、活动列和日期列的每个组合编写循环和筛选，然后使用nunique()函数获得最终计数。
我的问题是:是否有一种更简洁、更Pythonic的方法来为其他列的所有可用组合获取一列的唯一计数？
使用groupbys的示例(恼人的)解决方案:是的，理解，
浏览 1提问于2019-03-17得票数 0
1回答
这些是我的模型：
class Consume(models.Model):
amount = models.FloatField(default=1)
entry_for = models.ForeignKey(
Person,
on_delete=models.SET_NULL,
related_name='consume_entry_for',
)
class Purchase(models.Model):
amount = models.DecimalField(
max_
浏览 5提问于2020-05-08得票数 0
回答已采纳
如果我有下面的DataFrame...
code
player_id
223336 4
223336 5
223336 4
225987 2
225987 3
225987 4
如何将"code“列合并到一个字符串中，使结果看起来像...
code
player_id
223336 454
225987 234
谢谢!
浏览 2提问于2015-01-21得票数 0
2回答
正如你在下面看到的，我在我的数据框中有不同的‘ticker’，我想计算'lret‘列的标准偏差，但每个单独的ticker。目前，它将整个列作为一行进行计算。如何计算数据帧中每个报价器的标准差？任何帮助都将不胜感激。另外，请参见下面的函数，了解代码当前所做的工作。 数据帧输出 price date ticker lret std
0 104.000000 2016-07-01 A NaN 0.019456
1 104.878151 2016-07-05 A 0.008408 0.019456
2
浏览 7提问于2020-09-11得票数 0
我已经读了很多，但是我仍然遗漏了一些东西。
使用Django 1.11，假设我有以下模型：
class School(models.Model):
pass
class Classroom(models.Model):
school = models.ForeignKey(School, on_delete=models.PROTECT)
active = models.BooleanField()
busy = models.BooleanField()
class Chalkboard(models.Model):
classroom = mod
浏览 1提问于2018-01-09得票数 0
回答已采纳
我有一个这样的数据集
Category Date Score_1 Score_2 Level
A 1/1/2020 130 145 Excellent
A 1/5/2020 145 148 Excellent
C 1/2/2020 107 109 Need-Improvement
B 1/1/2020 125 128 Good
C 1/7/2020 105 10
浏览 0提问于2021-01-03得票数 1
1回答
我刚接触熊猫，我对groupby有点迷惑。如果我有像这样的数据帧：
然后：df.groupby(['A']).count()返回类似于(不完全正确，但很接近)的内容：
我的问题是，当您按超过1列进行分组时会发生什么？像这样：
df.groupby(['A','B','C']).count()
它是否对列A、B和C进行重新分组，然后计算计数？
浏览 9提问于2017-03-17得票数 1
回答已采纳
1回答
查找低于其销售级别的所有客户的累计客户销售总额。输出为cum_sales列。
示例
| Customer | Product | sales | cum_sales | rank |
|:--------:|:-------:|:-----:|:---------:|:-:|
| Jon | Y | 2 | 2 | 2 |
| Abe | Y | 3 | 5 | 1 |
| Jon | X | 10 | 17 | 2 |
| ABE | X
浏览 1提问于2018-12-03得票数 1
当对Pandas操作的结果执行筛选时，它返回一个数据。但是如果我想要做更多的组计算，我必须再次调用groupby，这似乎有点接近。有没有一种更地道的方法来做到这一点？
编辑：
为了说明我说的是什么
我们无耻地从潘达斯的文档里偷了一个玩具数据，然后分组：
>>> dff = pd.DataFrame({'A': np.arange(8), 'B': list('aabbbbcc')})
>>> grouped = dff.groupby('B')
>>> type(grouped
浏览 7提问于2016-03-06得票数 13
1回答
我有一个数据集，每个文档都有一个标签，如下所示。
label text
pay "i will pay now"
finance "are you the finance guy?"
law "lawyers and law"
court "was at the court today"
finance report "bank reported annual share.."
文本文档可以使用
浏览 1提问于2017-06-19得票数 0
1回答
拉威尔计数与儿童关系分组
、、、、
我有两张桌子，一张叫companies，一张叫leads。利用拉拉维尔的口才，我想得到每一家公司的线索。这是相当直截了当的，但我也需要将这些按领先地位分组。
例如：
A公司
3 hot leads
2 cold leads
B公司
6 cold leads
0 hot leads
Companies表具有以下结构：
id
name
Leads表具有以下结构
id
company_id
status (hot, cold)
我尝试了以下几种方法，它得到了每个公司的线索计数，但这需要根据领导的状态进一步分组。
DB::table('companies')
浏览 0提问于2018-08-02得票数 0
1回答
下面的代码出错了：
np.where(df['A'].groupby([df['B'], df['B_1']]).sum() > 0, 1, 0)
错误： ValueError: operands could not be broadcast together with shapes (2013,) (1353,) ()
熊猫可以在groupby的np.where里做吗？
做这件事最好的方法是什么？
我想用sum列df[A]，其中列df[B]和df[B_1]
excel中的公式：
=IF($J3=$C3,IF(SUMIFS($S:$S,$A
浏览 1提问于2018-12-03得票数 3
回答已采纳
1回答
我有一个公式可以从另一列中减去一列：=sum(F5-B5)，但我需要它在数组中，并且只用于非空单元格。我尝试了以下几个不能工作的方法：
=ARRAYFORMULA(if(isblank(A5:A),"",SUM(F5:F-B5:B)))
有人知道正确的公式是什么吗？
浏览 3提问于2020-03-13得票数 0
回答已采纳
1回答
我有一个像这样的熊猫数据框 0 Age color country
1 23 red Us
2 25 black UK
3 19 blue UK
4 10 red India
5 15 red UK 我想要做的是找到'color‘列中每个类别的概率，并具有如下内容： 0 Age color country color_pro
1 23 red Us 0.6
2 25 black UK 0.2
3 19 blue UK 0.2
4 10 red India 0.6
浏览 24提问于2019-05-27得票数 1
回答已采纳
1回答
在按日期列分组行时，我尝试显示列的最大值。
所以我尝试了这段代码
maxVal = dfSelect.select('*')\
.groupBy('DATE')\
.agg(max('CLOSE'))
但是产出看起来是这样的：
+----------+----------+
| DATE|max(CLOSE)|
+----------+----------+
|1987-05-08| 43.51|
|1987-05-29| 39.061|
+----------+------
浏览 2提问于2020-07-24得票数 2
回答已采纳
我有一个测试(本例中为“DataFrame”)，其中我的代码循环遍历不同的列标题，并根据不同的计算将特定代码分配给一行： test["test 1"] = eval(f"test['{column}'] {calc}")
test.loc[(test['test 1'] == True), 'Code'] = f"{code}" 然后，我使用groupby对具有相同代码的任何行执行计算： grouped_mean = test.groupby(['Code'])['chan
浏览 14提问于2020-12-01得票数 1
回答已采纳
我目前正在从事一个数据库项目，其中一个问题需要做以下工作：
体裁表包含25个条目.MediaType表包含5个条目。编写一个SQL查询，生成三列125行的表。一列应包含MediaType名称列表；一列应包含类型名称列表；第三列应包含每种媒体类型和类型组合的曲目数。例如，一行将是：“Rock MPEG Audio File xxx”，其中xxx是MPEG Rock轨数，即使值为0。
认识到这一点，我相信我需要使用一个完全外部连接，Sqlite3不支持它。让我困惑的部分是用组合生成列。下面，我附上了我尝试过的两种方法。
create view T as
select MediaTypeId
浏览 3提问于2015-09-22得票数 1
1回答
我有一个带有分类栏和其他内容的数据文件：
>>> np.random.seed(0xFEE7)
>>> df = pd.DataFrame({'A': np.random.randint(10, size=10),
'B': np.random.randint(10, size=10),
'C': np.random.choice(['A', 'B'], size=10)})
>&
浏览 3提问于2021-04-21得票数 2
回答已采纳
我有一个数据帧，看起来像这样： dfA
name field country action
Sam elec USA POS
Sam elec USA POS
Sam elec USA NEG
Tommy mech Canada NEG
Tommy mech Canada NEG
Brian IT Spain NEG
Brian IT Spain NEG
Brian IT Spa
浏览 23提问于2021-09-16得票数 1
回答已采纳
我有以下df：
import pandas as pd
frames = [9,12,14,15,16,17,18,22,23,24,25,30]
counter = [0,0,0,0,1,1,1,0,0,1,1,0]
df = pd.DataFrame({'frames':frames, 'counter':counter})
print(df)
frames counter
0 9 0
1 12 0
2 14 0
3 15 0
4
浏览 4提问于2022-09-20得票数 2
回答已采纳
1回答
在这里，我正在处理一个fit数据集，其中我有35个用户Id列和所有其他活动列，这些列的日期不同，所以现在我需要对所有其他列进行相应的用户Id列分类，以便执行我的分析。 ?
浏览 29提问于2020-08-21得票数 0
我有一个dataframe，df，其中我想转换和枢轴选择的值。我希望按id和日期分组，将'pwr‘值之和，然后计数类型值。
df
作为列标题的df值：“hi”，“嘿”
id date type pwr de_id de_date de_type de_pwr base base_pos
aa q1 hey 10 aa q1 hey 5 200 40
aa q1 hi 5 200 40
aa q
浏览 2提问于2021-07-28得票数 0
回答已采纳
1回答
嗨，我有这样的结果输出：
?name ?o ?x
------------
ABCD xyz ghh
PQR xyz hij
如何将O和?x列合并成一个名为“论文”的专栏？我需要这样的输出：
?name ?papers
--------------
ABCD (xyz, ghh, hij)
注意，PQR和ABCD只被ABCD替换。ABCD和PQR具有相同的属性，称为mbox_sha1sum
以上两个就是例子。我需要他们像这样：
这是当前的sparql查询：
PREFIX xmlns: <http://xmlns.com/foaf/0.1/>
PREFIX ontoware
浏览 3提问于2013-12-03得票数 2
回答已采纳
我的代码如下所示
public string GetCashCallsbyDate(DateTime _date)
{
using (var context = new TildaDbContext())
{
List<CashCall> cashcallName = new List<CashCall>();
try
{
CashCall cashCall = new CashCall();
v
浏览 3提问于2015-12-09得票数 0
回答已采纳
我有一个CSV文件，它有以下列: UniqueWellIdentifier(UWI)；深度；孔隙度(PHI)；NeutCount(NEUT)。
对于每个UWI，我需要知道什么是NEUT max和min，以确定每个UWI组的斜率和截距。每个UWI将有一个稍微不同的转换使用在NEUT列。所以每个井都有一个不同的NEUT max/min，斜率，截距，它会对整个NEUT列进行转换，然后转移到下一个井。
以下是我所指的经典步骤：
斜率= (log (PHIHI / PHILO)) / (CPSLO ) INTCPT = PHIHI / (10^ (CPSLO *斜率)) NEUTPOR = INTCPT
浏览 0提问于2020-05-06得票数 0
我试图将B、和C列的平均值按列A分组。我不知道如何使用groupby函数来完成这个任务：
import pandas as pd
pd.DataFrame({'B' : df.groupby(['A'])['B'].mean()}).reset_index()
因为我只能知道如何找到平均值，并将单个列按另一列分组。如果这是我现在的数据
A B C
0 70 12
0 20 14
0 46 11
1 25 9
2 86 2
2 14 6
这是我的预期结果。将A的所有类似值分组在一起，B和C中的相应值在各自的列中平均：
浏览 2提问于2017-08-11得票数 0
假设我有一个数据帧，如下所示： Column1 Column2 Column3 Column4
1 I am abc
3 on weekend holidays
1 I do business
2 I am xyz
3 I do nothing
2 I do job
浏览 71提问于2020-06-16得票数 3
回答已采纳
6回答
我对Pandas的群比功能有问题。我读过，但我看不出如何将聚合函数应用于多个列，并为这些列设置自定义名称。
这一点非常接近，但返回的数据结构有嵌套的列标题：
data.groupby("Country").agg(
{"column1": {"foo": sum()}, "column2": {"mean": np.mean, "std": np.std}})
(即)我想取column2的平均值和std，但将这些列返回为“均”和"std")
我遗漏了什么？
浏览 10提问于2013-09-29得票数 182
回答已采纳
我正在加入多个数据格式，并通过从两个diff dataframe中乘两列并将其除以属于另一个dataframe的列来计算输出。我得到分组序列表达式是空错误，而no_order不是聚合函数。密码怎么了？
df = df1.join(df2,df2["code"] == df1["code"],how = 'left')\
.join(df3, df3["id"] == df1["id"],how = 'left')\
.join(df4, df4["id"] == df1["i
浏览 1提问于2020-05-24得票数 0
2回答
什么是聚合列和非聚合列？我读过GROUP BY的MySQL处理，感到很困惑。我不知道“聚合列”是什么意思。有人知道吗？ GROUP BY link的MySQL处理
浏览 124提问于2019-05-09得票数 2
回答已采纳
1回答
Pandas聚合特定列
、、、
如何仅聚合pandas中的特定列？
import numpy as np
df = pd.DataFrame({'A': [1, 1, 2, 2],
'B': [1, 2, 3, 4],
'C': np.random.randn(4)})
df.groupby('A').agg(['max']) #works as expected, but gives values for col B & C
df.groupby('A&
浏览 0提问于2018-03-06得票数 0
我想根据一列计算不同的行数。我认为以下工作是可行的：
long countDistinctAtt = Math.toIntExact(dataset.select(att).distinct().count());
但这并不是：
long countDistinctAtt = dataset.agg(countDistinct(att)).agg(count("*")).collectAsList().get(0).getLong(0);
为什么第二个解决方案不计算不同的行数？
浏览 3提问于2021-05-05得票数 0
回答已采纳
2回答
我有一张数据文件，看起来像：
road dirn length lane
1 L 0 2
1 L 0.6 2
1 L 1.2 1
1 L 0.8 2
2 R 1.5 3
2 R 0.4 2
2 R 9 3
我需要聚合这个数据，在那里我将按列‘路’和'dirn'，和列‘长度’，并从列‘车道’中得到最常见的值。结果的dataf
浏览 2提问于2020-07-03得票数 1
回答已采纳
我正在编写代码，以便在一个集群中运行分布式同步培训，其中32台主机各有16个GPU。
我读过本教程：和这个示例代码：
两者似乎都建议每个GPU运行一个工作人员，并使用SyncReplicaOptimizer来运行同步培训。
如果我这样做，在每一步之后，每个PS都会从32*16名工人那里接收参数子集的梯度，对吗？
在将平均梯度发送到参数服务器之前，可以在每个主机中平均16个GPU的梯度吗？这样，每个PS只需要接收32组渐变，而不是32*16。
如果有可能做到这一点，那么在如何做到这一点上有示例代码吗？
浏览 2提问于2016-10-25得票数 1
回答已采纳
1回答
我正在为一个数据库创建一个API，并且我目前正在尝试创建一个搜索端点，该端点接受搜索参数并返回该参数的所有“天”和所有出现的总次数。例如(列=度)(行=一年中的几天)，如果参数是30度，我想选择30度列，并返回一天达到30度的总次数。比如:星期一: 0:，星期二10，星期三: 8，等等。 到目前为止，我已经根据参数选择了我想要使用的数据，但我无法获得每天的总和。到目前为止，我的尝试要么是365天的列表，要么是所有天数的总和。我知道我必须对临时参数求和，但我不知道怎么做，所以我最终得到了每天的总和。 当前函数： router.get('/search/:Temp', func(
浏览 10提问于2019-05-30得票数 0
回答已采纳
我试图多次聚合我的数据集，但我似乎找不到使用pandas的正确方法。给定如下的数据集： donations = [
{
"amount": 100,
"organization": {
"name": "Org 1",
"total_budget": 8000,
"states": [
{
"name": "Maine",
"code":
浏览 12提问于2020-09-22得票数 0
回答已采纳
1回答
我有一个有多列的spark DataFrame。我想根据一列对行进行分组，然后为每组找到第二列的模式。与熊猫DataFrame一起工作时，我会这样做：
rand_values = np.random.randint(max_value,
size=num_values).reshape((num_values/2, 2))
rand_values = pd.DataFrame(rand_values, columns=['x', 'y'])
rand_values['x'] = ra
浏览 1提问于2016-04-16得票数 10
回答已采纳
2回答
如何将数据集与熊猫群相结合
、、、、
我有一个dataframe df和一个列df['table']，这样df['table']中的每一项都是具有相同标题/列数的另一个数据same。我想知道是否有办法像这样做groupby：
原始数据：
name table
Bob Pandas df1
Joe Pandas df2
Bob Pandas df3
Bob Pandas df4
Emily Pandas df5
在小组讨论之后：
name table
Bob Pandas df containing the appended df1, df3,
浏览 0提问于2020-10-07得票数 7
回答已采纳
1回答
基于大数据集的实时聚类排序
、、、、
我想让用户按时段(日、周、月、年等)对视频进行排序。
目前，所有数据都在MySQL中，基本上设置是一个“视频”表，以及一个包含有video_id、session_id和datetime列的行的“视图”表。
若要按“大多数查看”进行排序，将为每个视频生成一个计算字段，其计数()为指定时间段内的所有视图行进行计数。这对于像“小时”和“一天”这样的时期是很好的，但是像“月”和“年”这样的周期可能需要很长时间。
问题是，这是不可伸缩的。我有数千个视频，而大多数视频每月都能产生数千个点击量，这意味着每个月的总浏览量达到数百万。
我要求的是一个可扩展的通用解决方案/策略。这样的事情在MySQL中是可以做到
浏览 3提问于2016-10-13得票数 0
回答已采纳
1回答
怎么数代币？
、、
我想从字符串中提取单词并对它们进行计数(说出一个单词发生的频率)。
val tokenized = tokenizer.transform(title)
val words = tokenized.select("words").take(5).foreach(println)
我得到的是这样的格式。
[WrappedArray(rt, happy, new, year!!! ]
[WrappedArray(rt, happy, new, year!!! ]
[WrappedArray(rt, happy, new, year!!! ]
[WrappedArray(rt, ha
浏览 2提问于2016-04-18得票数 2
回答已采纳
1回答
我有两个数据帧： DataframeA： Gene Bla Bla
AAA xxx xxx
ABA xxx xxx
ABA xxx xxx
ABC xxx xxx Dataframe 2；ID字段是唯一的，基因不是。 ID Gene
123 AAA
124 AAA
125 ABA
126 ABC 我想要的:保持第一个dataframe的" gene“列不变，但添加一个新列，其中包含与同一基因相对应的ID Gene Bla1 Bla2 ID
AAA xxx xxx 123&124
AAA xxx xxx 123&124
ABA xxx xxx 125
浏览 2提问于2020-12-17得票数 0
回答已采纳
3回答
Dataframe列平均数
、、、、
我想得到每个国家的年平均GDP，列2006,2007.2015年包含国内生产总值的数字.我的代码返回一个错误，这意味着(axis=1)至少需要一个变量，并且已经给它赋值了一个.这很奇怪.我也觉得奇怪的是我们用的是平均值而不是avg，但是找不到一个avg函数
这是我的密码
Top15 = ANSWER
Top15 = Top15[['Country', '2006', '2007', '2008', '2009', '2010',
'2011', '2
浏览 2提问于2018-08-13得票数 2
回答已采纳
因此，我已经将所有数据点格式化为表格，现在我可以开始总结我的发现。
home_goals away_goals result home_points away_points
2006-2007 1 1 D 1 1
2006-2007 1 1 D 1 1
2006-2007 2 1 H 3 0
2006-2007
浏览 0提问于2020-12-30得票数 0
1回答
我有一个带有ID和文本列的模型表：
ID | Description
=======================
1 | Model A
2 | Model B
3 | Model C
我有一个带有ID和许多其他列的Items表。这两个表通过具有以下数据的中间表调用ItemModels链接：
ID | ItemID | ModelID
==================================
1 | 1 | 1
2 | 1
浏览 1提问于2014-12-25得票数 1
回答已采纳
1回答
我是海运绘图的初学者，注意到sns.barplot使用一个名为estimator的参数来显示条形图的值。有没有办法让柱状图显示每一列的值，而不是通过估计器参数使用统计方法？
例如，我有以下数据帧：
data = [["2019/oct",10],["2019/oct",20],["2019/oct",30],["2019/oct",40],["2019/nov",20],["2019/dec",30]]
df = pd.DataFrame(data, columns=['Period&#
浏览 23提问于2019-11-21得票数 0
回答已采纳
1回答
我有一个表OrderTransaction，它有表Order的外键。我想计算未完成的金额，即尚未发生交易的金额。要计算出我首先需要计算总金额(Order表有字段总量)，这样我就可以从其中减去发生的事务数量。我将按recorded_by字段进行分组，因为我需要知道哪个销售员已经收集了多少。以下是我的疑问。
order_transaction_qs
.exclude(recorded_by=None)
.order_by("recorded_by")
.values("recorded_by")
.annotate(
cash_in_hand=Coalesc
浏览 2提问于2021-12-18得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
