将 SQL 数据聚合代码转换为 Python [关闭]答案

【问题标题】：Convert SQL data aggregation code to Python [closed]将 SQL 数据聚合代码转换为 Python [关闭]
【发布时间】：2019-08-20 21:38:20
【问题描述】：

我是 Python 新手，需要将用于数据聚合的简单 SAS SQL 代码转换为 Python。

以虹膜数据为例：

from bokeh.sampledata.iris import flowers

我在 SAS 中做什么：

create table data_2 as 
select species
      ,petal_width
      ,sum(sepal_length) as total_length
      ,sum(sepal_length*sepal_width)/sum(sepal_length) as ratio
 from flowers
 group by 1,2;

输出

species    petal_width   total_sepal_length  ratio
setosa        0.1           29                 3.24
------         ---          ---                ---

我需要将数百个此类查询转换为 Python。我使用Python groupby 和 sum 函数，但我只能一步一步做，所以我的代码很长。如何以有效的方式在 Python 中做到这一点？

【问题讨论】：

如果您使用“groupby”，听起来您使用的是 pandas。如果是这样，您是否有一个数据框并且您希望在其上执行与那条 SQL 相同的操作？如果是这样，您能否提供一个示例数据框以及所需的输出？（我们称之为minimal, complete, and verifiable example。）
@fuglede 是的。我需要数据框，并希望获得与 SQL 所做的相同的聚合结果，包括新列命名。
所以您是要我们为您编写 pandas 代码？
@roganjosh 是的。如果您可以为我编写一些代码开始，这将非常有帮助。谢谢。
但是 Stack Overflow 不是代码编写服务。我们帮助解决现有代码中的问题；这太宽泛了。

标签： python sql pandas aggregate-functions pandas-groupby

【解决方案1】：

如果 df 是您的数据框，那么像 df.groupby(['segment', 'time']).apply(lambda x: pd.Series({'total': x.weight.sum(), 'rate': (x.weight*x.score).sum()/x.weight.sum()})) 这样的东西应该可以完成这项工作。例如，

In [111]: df
Out[111]:
  segment  time  weight  score
0       A     0      10     30
1       B     1      20     40
2       A     0      30     50
3       B     1      40     60

In [112]: df.groupby(['segment', 'time']).apply(lambda x: pd.Series({'total': x.weight.sum(), 'rate': (x.weight*x.score).sum()/x.weight.sum()}))
Out[112]:
              total       rate
segment time
A       0      40.0  45.000000
B       1      60.0  53.333333

【讨论】：

谢谢。我正在为我的问题创建数据样本，但没有注意到您提供了答案。真的很感激。我是堆栈溢出的新手，我会记住论坛规则以备将来的问题。
别担心，欢迎来到 Stack Overflow！