python pandas 实现SQl的count(*),count(distinct **)

实现也非常简单,不过多啰嗦,见代码注释:

pv uv 代指 select host,count(*),count(distinct ad) from table group by ;

# -*- coding:utf-8 -*-
import pandas as pd
from datetime import datetime

def Main():

    print("开始。。。。。")
    print(datetime.now().strftime('%Y-%m-%d %H:%M:%S'))

    source_txt = "/sh/yanjie/fudan/bigdata/bigdata_click_result.txt"
    target_txt = "/sh/yanjie/fudan/bigdata/host_pvuv_click.txt"

    uname = ['ad','type','host','url','ref','time','os','os_type']

    # count(*)
    pv = pd.read_csv(source_txt,sep="\t",header=None,names=uname,index_col=False)[['host','ad']].groupby('host')['ad'].size()

    # count(distinct **)
    uv = pd.read_csv(source_txt,sep="\t",header=None,names=uname,index_col=False)[['host','ad']].groupby('host').agg({'ad': pd.Series.nunique})

    # 去除索引,带出分组的字段
    result = pd.merge(pv.reset_index(),uv.reset_index(),how='inner',on='host')

    result.to_csv  (target_txt,header=None,index=False,sep="\t")

    print("完成。。。。。")
    print(datetime.now().strftime('%Y-%m-%d %H:%M:%S'))

if __name__ == "__main__":
    Main()

 

 

 

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据分析和数据处理中,`group_by` 和 `summarize` 是两种常用的功能,它们通常在统计分析或数据清洗时一起使用。`group_by` 函数通常在 SQLPandasPython 中的数据分析库)或类似的工具中被用来按照一个或多个列对数据集进行分组,而 `summarize` 或者类似函数则会对每个组内的数据执行聚合操作,如求和、计数、平均值等,从而提取关键信息并去除重复值。 具体步骤如下: 1. **group_by**: - 这个操作会将数据集按指定的列(或列组合)划分成多个小组(也称为分组或分区)。 - 例如,在 SQL 中,你可以使用 `GROUP BY column_name` 来对 `column_name` 列的值进行分组。 2. **summarize** 或 **聚合**: - 这个操作会对每个组内的数据计算出总结信息,如 `COUNT(*)` 计算行数,`AVG(column)` 计算 `column` 列的平均值,`SUM(column)` 求和等。 - 如果想要去除重复值,一般在分组之后就不太需要再手动去重,因为每个组内默认不会有重复的记录。 3. **去重**: - 通常情况下,`group_by` 自然地实现了去重,因为你只对每个唯一的组(由分组键决定)进行操作,所以不会包含重复的组。但如果你确实想要在汇总之前去除重复的行,可以在分组前使用 `DISTINCT` 关键字。 相关问题: 1. 在哪些编程语言或库中能使用 `group_by` 和 `summarize`? 2. `group_by` 和 `pivot` 功能有什么区别? 3. 如何在 Pandas实现 `group_by` 后的聚合和去重操作?

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值