小编get*_*low的帖子

如何根据 pyodbc 查询的结果创建 NumPy 数组?

我想根据从 SQL 查询中提取的值创建一个数组或列表。根据研究,我相信我从 SQL 中提取的数据是一个元组。

如何将数据格式化为可以在 python 中使用的列表?

在我当前的代码中,我尝试使用 numpy 命令 np.asarray。我不确定 numpy 数组是否允许日期时间。

import numpy as np
import pyodbc

conn = pyodbc.connect('login')
cursor = conn.cursor()
cursor.execute("SELECT PTIME, PVALUE FROM HISTORY_TABLE WHERE POINT = 'Value' AND PTIME> '2017-04-12' AND PTIME<'2017-04-13' AND HISTTYPE='AVG' AND PERIOD=7200")

sample = cursor.fetchall()
rockin = np.asarray(sample)
print rockin

cursor.close()
conn.close()
Run Code Online (Sandbox Code Playgroud)

我的结果如下所示:

[[datetime.datetime(2017, 4, 12, 0, 0) 232.83]
 [datetime.datetime(2017, 4, 12, 2, 0) 131.49]
 [datetime.datetime(2017, 4, 12, 4, 0) 36.67]
 ..., 
 [datetime.datetime(2017, 4, 12, 18, 0) 82.08] …
Run Code Online (Sandbox Code Playgroud)

python tuples numpy pyodbc

5
推荐指数
1
解决办法
3971
查看次数

获取数据帧中行的平均值大于或等于零

我想获得数据帧中行的平均值,其中我只使用大于或等于零的值.

例如:如果我的数据框看起来像:

df = pd.DataFrame([[3,4,5], [4,5,6],[4,-10,6]])
    3   4   5
    4   5   6
    4   -10 6
Run Code Online (Sandbox Code Playgroud)

目前,如果我得到我写的行的平均值:

df['mean'] = df.mean(axis = 1)
Run Code Online (Sandbox Code Playgroud)

得到:

3   4   5   4
4   5   6   5
4   -10 6   0
Run Code Online (Sandbox Code Playgroud)

我想获得一个只使用大于零的值来计算平均值的数据帧.我想要一个看起来像这样的数据帧:

3   4   5   4
4   5   6   5
4   -10 6   5
Run Code Online (Sandbox Code Playgroud)

在上面的例子中,-10被排除在平均值之外.是否有一个排除-10的命令?

python pandas

3
推荐指数
1
解决办法
928
查看次数

无法在 Jupyter Notebook 中使用 pyodbc 模块

在 Jupyter 中,我尝试使用 pyodbc 通过 obdc 连接提取 sql 数据。我收到以下错误。我可以使用 python 2 在spyder 中使用 pyodbc。我尝试从命令行重新加载 pyodbc 模块,但没有成功。有任何想法吗?

import pandas as pd
import pyodbc

---------------------------------------------------------------------------
ModuleNotFoundError                       Traceback (most recent call last)
<ipython-input-15-b8f1855c5265> in <module>()
      1 import pandas as pd
----> 2 import pyodbc

ModuleNotFoundError: No module named 'pyodbc'
Run Code Online (Sandbox Code Playgroud)

python pandas jupyter-notebook

2
推荐指数
1
解决办法
7716
查看次数

标签 统计

python ×3

pandas ×2

jupyter-notebook ×1

numpy ×1

pyodbc ×1

tuples ×1