Python的大熊貓：在AGG功能case語句

Question

我有SQL statment這樣的：

select id 
     , avg(case when rate=1 then rate end) as "P_Rate" 
     , stddev(case when rate=1 then rate end) as "std P_Rate", 
     , avg(case when f_rate = 1 then f_rate else 0 end) as "A_Rate" 
     , stddev(case when f_rate = 1 then f_rate else 0 end) as "std A_Rate" 
from (
select id, connected_date,payment_type,acc_type, 
    max(case when is s_rate > 1 then 1 else 0 end)/count(open) as rate 
    sum(case when is hire_days <= 5 and paid>1000 then 1 else 0 end)/count(open) as f_rate 
from analysis_table where alloc_date <= '2016-01-01' group by 1,2 
) a group by id 

我試圖用熊貓改寫： 起初我將創建 「內部」 表數據框：

filtered_data = data.where(data['alloc_date'] <= analysis_date) 

然後我就這組數據

grouped = filtered_data.groupby(['id','connected_date']) 

但我必須使用用於過濾每一列使用最大/總和就可以了。

我想是這樣的：

`def my_agg_function(hire_days,paid,open): 
    r_arr = [] 
    if hire_days <= 5 and paid > 1000: 
     r_arr.append(1) 
    else: 
     r.append(0) 
    return np.max(r_arr)/len(????) 
inner_table['f_rate'] = grouped.agg(lambda row: my_agg_function(row['hire_days'],row['paid'],row['open'])` 

和速度

Answer 1

你應該把你的問題有點數據幀，使其更容易回答類似的東西。

爲了您的需要，您可能需要使用groupby dataframes的agg方法。讓我們假設你有以下數據框：

connected_date id  number_of_clicks time_spent 
0 Mon    matt 15     124 
1 Tue    john 13     986 
2 Mon    matt 48     451 
3 Thu    jack 68     234 
4 Sun    john 52     976 
5 Sat    sabrina 13     156 

而且你想獲得的由用戶每天在單個會話的最大點擊所花費的時間的總和。然後你使用groupby這樣：

df.groupby(['id','connected_date'],as_index = False).agg({'number_of_clicks':max,'time_spent':sum}) 

輸出：

id  connected_date time_spent number_of_clicks 
0 jack Thu    234   68 
1 john Sun    976   52 
2 john Tue    986   13 
3 matt Mon    575   48 
4 sabrina Sat    156   13 

請注意，我只通過了as_index=False對輸出的清晰度。