我想使用linq.js按日期对以下数据进行分组.
data2 = [{
"date": 1399298400.0,
"adId": 1057946139383,
"impressions": 1000000
}, {
"date": 1399298400.0,
"adId": 3301784671323,
"impressions": 535714
}...... etc.
];
Run Code Online (Sandbox Code Playgroud)
这是我的尝试:
var linq = Enumerable.From(data2);
data2 = linq.GroupBy(function (x) {
return x.date;
}).Select(function (x) {
return {
date: x.Key(),
impressions: x.Sum(function (y) {
return y.impressions | 0;
})
};
}).ToArray();
Run Code Online (Sandbox Code Playgroud)
但是,它无法正常工作,因为所有impressions前后的总和GroupBy都是接近但不相同.
在这种情况下,在linq.js中使用group by的正确方法是什么?
我以毫秒为单位传递x轴,然后将x轴定义为:
xAxis: {
type: 'datetime'
},
Run Code Online (Sandbox Code Playgroud)
但是,Highcharts似乎并没有在x轴上获得确切的日期,而是推迟了一天。为了说明这一点,将鼠标悬停在任何条形图上(本文底部的小提琴),您将看到Highcharts将日期解释为什么,然后单击其中任何一个,并且我有一个单击事件来提醒您实际的日期是应该是。请注意一天后如何关闭。
这是Highcharts中的已知错误吗?任何解决方法?
这是我的小提琴:http : //jsfiddle.net/hohenheim/j8cTE/33/
我有一个需要在 Python 中聚合的字典列表:
data = [{"startDate": 123, "endDate": 456, "campaignName": "abc", "campaignCfid": 789, "budgetImpressions": 10},
{"startDate": 123, "endDate": 456, "campaignName": "abc", "campaignCfid": 789, "budgetImpressions": 50},
{"startDate": 456, "endDate": 789, "campaignName": "def", "campaignCfid": 123, "budgetImpressions": 80}]
Run Code Online (Sandbox Code Playgroud)
我希望根据budgetImpressions 进行汇总。
所以最终的结果应该是:
data = [{"startDate": 123, "endDate": 456, "campaignName": "abc", "campaignCfid": 789, "budgetImpressions": 60},
{"startDate": 456, "endDate": 789, "campaignName": "def", "campaignCfid": 123, "budgetImpressions": 80}]
Run Code Online (Sandbox Code Playgroud)
请注意,具有特定活动名称的每个条目将始终具有相同的对应活动 Cfid、开始日期和结束日期。
这可以在 Python 中完成吗?我试过使用 itertools 没有太大成功。使用 Pandas 会是更好的方法吗?
我试图在他们的网站上使用Highcharts导出功能作为示例:http://jsfiddle.net/highcharts/cqjvD/但我希望能够下载csv文件而不是警告/显示它.
这是我的图表:http://jsfiddle.net/uF4H7/10/
显示csv的代码很简单,你只需添加:
$('#getcsv').click(function () {
alert(chart.getCSV());
});
Run Code Online (Sandbox Code Playgroud)
这可以在html/js/highcharts中完成吗?
javascript ×3
highcharts ×2
csv ×1
dictionary ×1
jquery ×1
linq ×1
linq.js ×1
list ×1
pandas ×1
python ×1