标签: difference

我的一个表中有两列名为TIME_OUT和TIME_IN.这些都是十进制值.我基本上想要总结这些列的差异.我有下面的查询输出差异没有问题,但我想然后SUM差异:

SELECT (TIME_IN-TIME_OUT) AS DIFF FROM TABLE_timelogs WHERE YEAR(LOG_DATE) = YEAR(NOW());

+------+
| DIFF | 
+------+
| 10.0 |
|  4.0 |
|  3.0 |
+------+

有没有办法将SUM集成到查询中,以便最终输出为17.0？先感谢您!

我有一个问题,我试图做出类似的东西:

if(datetime - 系统日期> 15分钟)(false)

if(datetime - 系统日期<= 15分钟)(true)

但我完全输了.我不知道如何在PHP中进行操作.

我问我是否可以从我的数据库中选择该日期时间并检查该日期时间是否在我服务器的最后15分钟之间,我的数据库是Mysql.

希望你能理解我!谢谢!

最后,我要感谢Sammitch和其他人,在这里我留下片段:

    $now = time();
     $target = strtotime($row[1]);
     $diff = $now - $target;

    //15 minuts 15*60 = 900
     if ($diff <= 900) {
        $seconds =  $diff;
     } else {
$seconds =  $diff;    
 }

我想计算x-value视图中两个正方形之间的距离.

我没有工作,因为在框架中也有,y-value并且不知道如何只选择一个.如何x-values从正方形的位置添加？

var redSquare: UIView = UIView()
var blueSquare: UIView = UIView()
var difference : Double = 0.0

func calc() {
difference = redSquare.frame - blueSquare.frame  
}

我的客户希望我使用Alteryx实施ETL流程,因为他们拥有它的许可.我很困惑Alteryx是否是一个ETL工具.我相信Alteryx通常用于为Tableau数据可视化工具准备数据.

请告知是否是ETL工具？它与SSIS有何不同？

谢谢,

我有一堆文件路径，例如：

path1 = "./base/folder1/subfolder"
path2 = "./base/folder2/"

我试图写一个函数，可以给我路径之间的相对差异。使用上面的路径：

>>> get_path_difference(path1, path2)
"../../folder2"
>>> get_path_difference(path2, path1)
"../folder1/subfolder"

我看过了该os.path模块，因为这似乎很常见，但是我不知道该术语还是不存在。

两者都可以存储混合类型,但是Set似乎更强大,因为它具有union,intersection或diff等.

另一个重要的区别是元组不被视为集合.

我正在学习Scala,我想知道为什么我要使用元组而不是集合.

我正在尝试创建一个列出另一个列表的差异的函数.因此,对于[1,3,7,11],它将返回[2,4,4].我正在尝试使用列表理解,但我遇到了我想要使用的函数类型的问题.是否可以通过将[t]转换为[int]并再次转换为[t]来保持此格式？

{ difflist x y = [ p - q | p<- [x..y],

                           q<- [ ( [1..(length [x..y]) ] !! [x..y] ): []]] }



<interactive>:200:70: error:
    • Couldn't match expected type ‘Int’ with actual type ‘[[Int]]’
    • In the second argument of ‘(!!)’, namely ‘[x .. y]’
      In the first argument of ‘(:)’, namely
        ‘([1 .. (length [x .. y])] !! [x .. y])’
      In the expression: ([1 .. (length [x .. y])] !! [x .. y]) : []

这是我的例子。我正在读取以下文件：sample_data

library(dplyr)

txt <- c('"",  "MDN",                  "Cl_Date"',
          '"1",  "A",  "2017-04-15 15:10:42.510"',
          '"2",  "A",  "2017-04-01 14:47:23.210"',
          '"3",  "A",  "2017-04-01 14:49:54.063"',
          '"4",  "B",  "2017-04-30 13:25:00.000"',
          '"5",  "B",  "2017-04-03 17:53:13.217"',
          '"6",  "B",  "2017-04-15 15:17:43.780"')

ts <- read.csv(text = txt, as.is = TRUE)
ts$Cl_Date <- as.POSIXct(ts$Cl_Date)
ts <- ts %>% group_by(MDN) %>% arrange(Cl_Date) %>%
  mutate(time_diff = c(0,diff(Cl_Date)))
ts <-ts[order(ts$MDN, ts$Cl_Date),]

结果我有

MDN Cl_Date         time_diff
A   4/1/2017 14:47  0
A   4/1/2017 14:49  2.514216665
A   4/15/2017 15:10 20180.80745
B   4/3/2017 17:53  0
B   4/15/2017 15:17 …

有什么区别with()和compact()？

哪个更有效？

让我们假设我计算在一段时间内有多少桔子(Orange)和苹果(Apple)人(id).我也知道他们是年轻还是年老(group).熊猫数据框可能如下所示:

df = pd.DataFrame({'id' : ['1','2','3','7'],
                   'group' : ['Young', 'Young', 'Old', 'Old'],
                       'Apple' : [7,2,5,4],
                       'Orange' : [3,6,4,4],
                       })

我们可以轻松计算使用的方法groupby().E. g:

df.Apple.groupby(df.group).mean()

输出

Old      4.5
Young    4.5

但是,让我们说,我想知道消费的苹果和橙子的数量与每个人的群体平均数有多大差异？

也就是说,输出应该是

df = pd.DataFrame({'id' : ['1','2','3','7'],
                   'group' : ['Young', 'Young', 'Old', 'Old'],
                       'Apple' : [7,2,5,4],
                       'Orange' : [3,6,4,4],
                       'Apple Difference' : [2.5, -2.5, 0.5, -0.5],
                       })

有没有办法用pandas/numpy做到这一点？对不起摇滚乐问题Best/R.