powerBI使用python脚本导入分组数据答案

【问题标题】：powerBI import grouped data using python scriptpowerBI使用python脚本导入分组数据
【发布时间】：2020-06-25 09:21:47
【问题描述】：

在 powerBI 中，我可以导入表单记录表。该表单来自 Web 应用程序，每次更新表单时，都会在表格中添加一个新行。每个表单都有一个唯一的标识符。因此，该表对于每个唯一标识符都有多行，并且对于每个更新都有一个日期戳。

在 powerBI 中使用 group by 我可以在日期戳上使用 min() 或 max() 过滤每个唯一标识符的第一条或最后一条记录上的表。但是我想过滤每个唯一标识符的第二个日期戳。

我无法弄清楚如何在 powerBI 中执行此操作，因此我认为使用 python 脚本导入将是解决方案，并且在卡住之前完成了一半。

到目前为止，我的过程是：使用 pandas，从表中创建一个数据框，通过唯一标识符对表进行分组，并在选择第二条记录的日期列上使用 lambda 函数。

import pandas as pd
df=pd.read_excel (r'C:\..\form_records.xlsx')
df=df.groupby('ID')['datestamp'].apply(lambda x: x.nsmallest(2).max())
print(df)

在 jupyter 中，这会在没有标题的列中输出 ID 列和每个 ID 旁边的正确日期戳。像这样：

ID
REC0162259   2020-06-24 07:43:05
REC0162260   2020-06-24 07:44:00
REC0162261   2020-06-24 09:41:05
REC0162262   2020-06-24 08:13:29
REC0162263   2020-06-24 09:40:24
                     ...        
REC0162409   2020-06-24 16:23:30
Name: datestamp, Length: 149, dtype: datetime64[ns]

这看起来很有希望，但是当我在 powerBI 中使用脚本作为数据源时，没有数据表存在：

DAX：

let
    Source = Python.Execute("import pandas as pd#(lf)df=pd.read_excel (r'r'C:\..\form_records.xlsx'')#(lf)df=df.groupby('ID')['datestamp'].apply(lambda x: x.nsmallest(2).max())#(lf)print(df)"),
    df1 = Source{[Name="df"]}[Value]
in
    df1

我不知道如何将新的分组数据转换为 python 中的表以便可以导入。如果我不按步骤进行分组，原始数据将完美导入，就像我进行了 powerBI excel 导入一样。

请注意，原始数据包含除 ID 和日期戳之外的其他列，但我不一定需要这些列来进行分析。

【问题讨论】：

标签： python pandas import powerbi pandas-groupby

【解决方案1】：

在以下帖子的帮助下使用 ...to_frame() 解决了：

https://technology.amis.nl/2019/10/11/convert-groupby-result-on-pandas-data-frame-into-a-data-frame-using-to_frame/

Converting a Pandas GroupBy output from Series to DataFrame

import pandas as pd
df=pd.read_excel (r'C:\..\form_records.xlsx')
grouped_df=df.groupby('ID')['datestamp'].apply(lambda x: x.nsmallest(2).max()).to_frame(name="second_update").reset_index()
print(grouped_df)

【讨论】：