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) 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?
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)