的Python：由不同的價值

組單列我有一個SQLite數據庫，像這樣與列標題和數據：的Python：由不同的價值

expiration, title 
2015-08-15, example title 
2015-08-15, another sample title 
2015-08-15, another one 
2015-08-16, lorem ipsum 
2015-08-16, example

有沒有辦法在到期日，因此會導致類似組：

Expiring 2015-08-15 
    example title 
    another sample title 
    another one 
Expiring 2015-08-16 
    lorem ipsum 
    example

目前這裏是我有：

cur.execute("SELECT DISTINCT * FROM expiration WHERE exp BETWEEN date('now','-1 days') AND date('now','+6 days') ORDER BY exp") 
    sql.commit() 
    row = cur.fetchall() 
    for res in row: 
     msg += res[1] + "\n" 
    print msg

但按日期，它只是LIS不組TS所有的冠軍

來源

2015-08-15 Bijan

你絕對可以達到這個分組操作在SQL中，但沒有挖掘到sqlite的細節，這也將是很容易做到的分組在python像這樣：

import itertools as it 

cur.execute("SELECT * FROM expiration WHERE exp BETWEEN date('now','-1 days') AND date('now','+6 days') ORDER BY exp") 
sql.commit() 
row = cur.fetchall() 
for i,g in it.groupby(row, key=lambda x: x[0]): 
    msg += 'Expiring %s%s\n' % (i, '\n\t'.join(x[1] for x in g)) 
print msg

來源

2015-08-16 00:13:24 fivetentaylor

我得到'（ '錯誤：' 類型錯誤（「'itertools._grouper'對象沒有屬性'__getitem __'」，））' – Bijan

對不起，我沒有測試。我認爲我的編輯應該現在就修復它。 – fivetentaylor

同樣的事情。我評論了循環中的所有內容，但它仍然有相同的錯誤。 – Bijan

SQL不輸出導致縮進的分組結構，但是以行和列的表格格式。

考慮Python的數據分析軟件包使用groupby()，pandas，它無縫地與源碼工作：

import pandas as pd 
import sqlite3 
import numpy as np 

conn = sqlite3.connect('example.db') 
dataframe = pandas.read_sql("SELECT DISTINCT * FROM expiration \ 
          WHERE exp BETWEEN date('now','-1 days') \ 
          AND date('now','+6 days') \ 
          ORDER BY exp", conn) 

expdategroup = dataframe.groupby(['exp', 'title']) 
print(expdategroup['title'].count())

隨着下面的輸出（這裏聚集計數冠軍，在每個EXP日期）：

exp   title 
2015-08-15 example title   5 
      another sample title 3 
      another one   6 
      lorem ipsum   4 
      example    2 
2015-08-16 example title   2 
      another sample title 2 
      another one   1 
      lorem ipsum   4 
      example    7 
      ...

或者，您可以使用長度集合函數，在此仍然使用pandas pivot_table。該解決方案需要另一個變量（很好的機會，數字數據添加到sum()，mean()等）：

table = pd.pivot_table(df, values='othervar', index=['exp', 'title'], aggfunc=len) 
print(table)

大致相同的輸出：

exp   title 
2015-08-15 example title   5 
      another sample title 3 
      another one   6 
      lorem ipsum   4 
      example    2

來源

2015-08-16 00:42:47 Parfait

的Python：由不同的價值

回答

相關問題