小编SOK*_*SOK的帖子

我有 3 个数据表，我正在尝试加入 ( TEXTDATA, STOREDATA, SALESDATA)。我的 TEXTDATA 在其中一个列中有一个名称字符串，因此创建了一个子字符串来查找它。

然后我尝试使用新形成的字符串 ( name) 作为连接到 SALESDATA 表的基础。

这是我的代码

SELECT b.*,
       a.text,
       a.textname,
       SUBSTRING(a.[textname], CHARINDEX('/ ', a.[textname]) + 1, 11) AS NAME,
       c.[Sales],
       c.[Customer],
       c.[Class]
FROM   [dbo].[TEXTDATA] a
       INNER JOIN [dbo].[STOREDATA] b
            ON  a.[ID_TEXTDATA] = b.[ID_STOREDATA]
       LEFT JOIN [dbo].[SALESDATA] c
            ON  NAME = c.FirstName

错误说Invalid column name 'name'

关于如何引用稍后在查询中创建的新列有什么想法吗？

非常感谢！

我有以下数据框：

   A    B     C    
0 NaN   NaN   cat
1 dog   NaN   NaN   
2 NaN   cat   NaN   
3 NaN   NaN   dog

我想添加一个没有NaN值的值的列。以便：

   A    B     C    D
0 NaN   NaN   cat  cat
1 dog   NaN   NaN  dog 
2 NaN   cat   NaN  cat 
3 NaN   NaN   dog  dog

它会使用一个lambda函数吗？或者fillna？任何帮助，将不胜感激！谢谢！

我有一个运行以下命令的模型：

import pandas as pd
import numpy as np

# initialize list of lists 
data = [['tom', 10,1,'a'], ['tom', 15,5,'a'], ['tom', 14,1,'a'], ['tom', 15,4,'b'], ['tom', 18,1,'b'], ['tom', 15,6,'a'], ['tom', 17,3,'a']
       , ['tom', 14,7,'b'], ['tom',16 ,6,'a'], ['tom', 22,2,'a'],['matt', 10,1,'c'], ['matt', 15,5,'b'], ['matt', 14,1,'b'], ['matt', 15,4,'a'], ['matt', 18,1,'a'], ['matt', 15,6,'a'], ['matt', 17,3,'a']
       , ['matt', 14,7,'c'], ['matt',16 ,6,'b'], ['matt', 10,2,'b']]

# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Attempts','Score','Category']) 

print(df.head(2))
  Name  Attempts  Score Category
0  tom        10      1        a
1 …

您好，我已经看到了更复杂问题的解决方案，但我正在尝试执行以下操作：

将数据框附加到 Excel 表格。我有一个 Excel 文件，其中包含以下数据：

# Create Initial Excel 
data = [['tom', 10,1,'a'], ['matt', 15,5,'b'],['nick', 18,2,'b'],['luke', 12,6,'b'],['geoff', 20,10,'a']]

# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['Name', 'Attempts','Score','Category']) 
df
    Name    Attempts    Score   Category
0   tom     10             1    a
1   matt    15             5    b
2   nick    18             2    b
3   luke    12             6    b
4   geoff   20             10   a

df.to_excel('Excel.xlsx',index=False)

每周我都会收到以下形式的新数据：

  #New Dataframe
    data2 = [['mick', 10,1,'a'], ['matt', 15,5,'b'],['jim', 18,2,'b'],['mark', 12,6,'b'],['geoff', 20,10,'a']]
    df2 = pd.DataFrame(data2, columns = ['Name', …

我有以下代码可以在 seaborn 中生成条形图

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
print(df):
    A   B   C   D
0   15  21  13   5
1   14  94  99  14
2   11  11  13  69
3   27  90  37   6
4   51  93  92  24
..  ..  ..  ..  ..
95  45  40  85  62
96  44  48  61  43
97  39  66  72  72
98  51  97  17  32
99  51  42  29  15 …

我的数据框中的时间格式如下：

print(df)
            Date
    2020-09-25T00:20:00.000Z

有两个问题：a）这是什么格式？b) 如何创建一个包含澳大利亚时间 (AEDT) 日期和时间的新列。

任何帮助都会很棒！谢谢

在我的数据框中，我有：

Name    Sex    Height
Jackie   F       Small
John     M       Tall

我已将以下函数应用于创建基于组合的新列：

def genderfunc(x,y):
    if x =='Tall' & y=='M':
        return 'T Male'
    elif x =='Medium' & y=='M':
        return 'Male'
    elif x =='Small' & y=='M':
        return 'Male'
    elif x =='Tall' & y=='F':
        return 'T Female'
    elif x =='Medium' & y=='F':
        return 'Female'
    elif x =='Small' & y=='F':
        return 'Female'
    else:
        return y

我应用此函数的代码行：

df['GenderDetails'] = df.apply(genderfunc(df['Height'],df['Sex']))

我得到以下信息：

类型错误：无法使用 dtyped [object] 数组和 [bool] 类型的标量执行“rand_”

关于我在这里做错了什么的任何想法？这是我第一次使用函数。

谢谢！

我有以下数据框：

import pandas as pd
#Create DF
d = {'Name': ['Jim','Jim','Jim', 'Jim','Jack','Jack'], 
     'Date': ['08/01/2021','27/01/2021','05/02/2021','10/02/2021','26/01/2021','20/02/2021']}

              
df = pd.DataFrame(data=d)
df['Date'] = pd.to_datetime(df.Date,format='%d/%m/%Y')
df

我想添加一列（到同一个数据框），计算过去 28 天内发生的次数，按Name. 有谁知道在 200,000 行代码中执行此操作的最有效方法？大约有 1000 个不同Name的？

新的列值应该是1,2,3,3,1,2。任何帮助将非常感激！谢谢！

我有以下数据框：

import pandas as pd
#Create DF
d = { 
     'Date': ['1/01/2021','2/01/2021','3/01/2021','4/01/2021','5/01/2021','6/01/2021','7/01/2021','8/01/2021','9/01/2021','10/01/2021','11/01/2021','12/01/2021','13/01/2021',
'14/01/2021','15/01/2021','16/01/2021'],
    'Name': ['Joe','Joe','Joe','Joe','Joe','Joe','Joe','Joe','Joe','John','John','John','John','John','John','John'],
    'Status':['Avaiable','Unavailable','Unavailable','Unavailable','Unavailable','Unavailable','Avaiable','Unavailable','Unavailable','Avaiable','Unavailable','Unavailable'
              ,'Unavailable','Available','Unavailable','Unavailable'],
    'Count' : [1,2,3,4,5,6,1,2,3,1,2,3,4,1,2,3]}

              
df = pd.DataFrame(data=d)
df['Date'] = pd.to_datetime(df.Date,format='%d/%m/%Y')
df

由于单词'Available'出现在Status列中，我如何创建行数。

非常感谢！

编辑 - 关于问题的扩展：

如果我有两个起始名称，例如下面的示例，其中计数以"First Entry"或"Available"

import pandas as pd
#Create DF
d = { 
     'Date': ['1/01/2021','2/01/2021','3/01/2021','4/01/2021','5/01/2021','6/01/2021','7/01/2021','8/01/2021','9/01/2021','10/01/2021','11/01/2021','12/01/2021','13/01/2021',
'14/01/2021','15/01/2021','16/01/2021'],
    'Name': ['Joe','Joe','Joe','Joe','Joe','Joe','Joe','Joe','Joe','John','John','John','John','John','John','John'],
    'Status':['First Entry','Unavailable','Available','Unavailable','Unavailable','Unavailable','Available','Unavailable','Unavailable','First Entry','Unavailable','Unavailable'
              ,'Unavailable','Available','Unavailable','Unavailable'],
    'Count' : [1,2,1,2,3,4,1,2,3,1,2,3,4,1,2,3]}

              
df = pd.DataFrame(data=d)
df['Date'] = pd.to_datetime(df.Date,format='%d/%m/%Y')

df

示例 3 - 名称混淆时

这是一个在整个代码中出现名称的示例。该Count是被预期的输出是什么

import pandas as pd …

我在 SQL 中有两个表正在尝试连接。

表格1：

Date                             |        Name       |        Shoe_Size     |     Pay_method
2020-04-04 05:27:00.0000000      |    J.Bloggs       |         8            |      Credit
2020-04-04 05:55:00.0000000      |    J.Smith        |         10           |      Cash
2018-06-20 05:27:00.0000000      |    J.Bloggs       |         6            |      Cash
2018-08-15 05:55:00.0000000      |    J.Smith        |         9            |      Cash

表2：

Date_ID                             |        Name       |        TShirt_Size 
2020-04-04 00:00:00.0000000         |    J.Bloggs       |         M
2020-04-04 00:00:00.0000000         |    J.Smith        |         L
2018-06-20 00:00:00.0000000         |    J.Bloggs       |         S
2018-08-15 00:00:00.0000000         |    J.Smith        |         M

我想合并表格来显示：

 Date                            |        Name       |       Shoe_Size    | …