1回答
我希望使用一个因子(本例中为<code>D0</code>)聚合数据框中的一些列，但只希望使用另一列中具有最高值的行(本例中为<code>D1</code>)我知道如何使用<code>D3</code>来做这件事，但它相当慢有没有更快的
浏览 13提问于2019-12-03得票数 0
2回答
我想在一个数据帧中的不同列上计算一组不同的agg函数。假设我将在10个不同的列上执行100个不同的聚合。
浏览 0提问于2020-02-22得票数 2
我在Pyspark中有一个简单的操作要做，但我需要使用许多不同的参数来运行该操作。它只是在一列上过滤，然后按另一列分组，然后在第三列上聚合。在Python中，该函数为： def filter_gby_reduce(df, filter_col = None, filter_value = None):
return df.filter(col(filter_c
浏览 70提问于2021-11-04得票数 1
3回答
我不明白以下几点(返回带有最新日期的文章的评论数量)：FROM `date`) < 90ORDER BY `count` DESC,`newest` DESC
我不明白为什么MAX函数不会返回所有page_comments表的最大值它自动只取给定组的最大值。当使用MAX时，我希望它返回列的最高值。我不明
浏览 7提问于2013-12-12得票数 1
回答已采纳
我的SQL表将有数百万行。目前，只有200万行，我的聚合查询花费在20秒到一分钟之间。
用于聚合查询的WHERE子句中的筛选器将基于用户从这些筛选器的不同组合中选择的值。我打算强制选择“年份”和“月份”筛选器，这样可以缩小行数以获得汇总数据。然而，它似乎并没有对年度和月份过滤器产生太大影响。，这大大减少了要聚合的数据的<
浏览 0提问于2020-12-27得票数 -1
2回答
熊猫群句法解释
、、、
我不明白为什么Pandas函数可以用以下两种方式编写，并产生相同的结果。具体的代码并不是真正的问题，两者都给出了相同的结果。我希望有人能分析一下这两种语言的语法。df.groupby(['gender'])['age'].mean()
在第一个实例中，它看起来像是在特定地调用age列上的</
浏览 4提问于2022-04-04得票数 0
回答已采纳
3回答
通常，一个组中的所有行都被传递给一个聚合函数。我想使用一个条件来筛选行，以便只将组中的一些行传递给聚合函数。使用可以进行这样的操作。我想用Spark SQL DataFrame (Spark 2.0.0)做同样的事情。where("B").less(10), // there is no such method as `where` :()
因此，
浏览 1提问于2016-09-27得票数 12
2回答
我有一个数据框架，我想预先形成以下操作：2)在数据帧中添加一列，该列根据我用来排序的列的顺序为每一行分配一个数字。3)按行名重新排序数据帧:我需要这样做，因为我希望使用不同的列多次应用步骤1-2，而且我不希望在运行之
浏览 4提问于2013-08-29得票数 0
回答已采纳
如果一个表A有1000万条记录，另一张表B有子项目(一对多)，我必须提供一个可消费的视图，其中包括按A的FK分类的B中几个字段的总数。我所做的筛选或排序都不依赖于汇总汇总，但即使在对表A中的列(如status_id等)执行简单筛选时，性能也很差。在应用“我的过滤器”之前，分析器似乎试图对整个结果集执行聚合。因为我必须在表A中的所有列上使用max(
浏览 0提问于2022-01-27得票数 0
我想过滤A列和D列上的数据帧，其中A列和D列是关键过滤器。数据帧名称为df。Adelaide NSW Meat Garden
Peter NSW Perth Pan Gnome A列=Peter和D列= Pan我写了下面的代码，但得到了一个错误。
浏览 5提问于2020-11-30得票数 1
1回答
无法按特定列分组，然后在这些列上运行聚合运算符。例如，如果有意义，是否需要按周和区域分组来计算拒绝总数/交付总数？
另外，有没有办法也过滤group by中的区域？
浏览 0提问于2017-10-19得票数 1
我正在组装一个新的格式化数据帧，它聚合了来自不同数据帧的数据。我需要在这个新的数据帧中创建一个列，用于过滤和聚合来自辅助数据帧的数据。为此，我编写了一个函数，该函数根据新的列标题和新数据帧</em
浏览 22提问于2021-11-10得票数 0
我们将Spark数据帧分区到多个列上。例如，我们有一个合作伙伴列，可以是Google、Facebook和Bing。我们有一个通道列，可以是PLA和Text。我们想在Google-PLA，Google-TEXT，Facebook-TEXT上运行异常检测，...等等，因为它们遵循不同的模式。到目前为止，我已经知道我可以用不同的过滤器描述来配置AnomalyCheckConfig，并在检查结果时使用相同的
浏览 27提问于2021-02-02得票数 0
2回答
我想对大熊猫数据帧(数百万行)的行进行聚合操作(sum)，这是由几个固定列(最多10列)上的一个条件决定的。这些列只有整数值。
我的问题是我必须进行这个操作(查询+聚合)数千次(~100000次)。我认为对于聚合部分，没有太多需要优化的地方，因为它只是一个简单的求和。执行此任务的最有效方法是什么？有没有什么方法可以在</
浏览 0提问于2013-12-19得票数 10
2回答
多个连续连接与火花放电
、、、
因为join是如何工作的，所以我得到了相同的列名。
我得到了这个错误：“引用'UserId‘是模棱两可的，成功地加入数据</
浏览 2提问于2016-07-19得票数 11
回答已采纳
我想为dataframegroupby对象的每一列使用不同的聚合函数def aggregation(df):
quorum = df.groupby("itemId
浏览 32提问于2019-08-14得票数 0
1回答
我有一个数据帧，我想根据不同数据帧中的信息进行子集。例如，我有一个对x、y和z具有不同值的df： df <- expand.grid(x=1:5,y=10:12,z=c('a','b')) 从这个df中，我想对所有具有y=10和z=a或y=11和z=a的值进行子集我用于子集的信息在一个数据帧中： filter_vect
浏览 13提问于2019-09-26得票数 1
假设我有一个有3列的数据帧。我想按其中一列对其进行分组，并使用自定义聚合函数为每个组计算一个新值。
这个新值具有完全不同的含义，它的列没有出现在原始数据帧中。因此，实际上，我希望在groupby() + agg()转换期间更改数据帧的形状。原始数据帧看起来像
浏览 2提问于2018-11-08得票数 7
回答已采纳
我有以下数据帧 +-----+-----+------++-----+-----+------+| a|2| y|| b| 1| y|+-----+-----+------+ 我想按" group“列分组，并按"label”列收集，同时过滤活动列</em
浏览 46提问于2021-03-31得票数 1
回答已采纳
2回答
我只需要在字符串的一列上使用一个函数来过滤pandas数据帧。下面是一个数据帧的示例： ID Titles Values1 2 title2 value2 ... 我想用这个函数在列标题
浏览 46提问于2021-11-01得票数 0
回答已采纳
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
腾讯会议
云直播活动推荐
腾讯云开发者
