mysql检索列_mysql – SQL查询:检索具有列的每个唯一值的条目的行

背景:

我已经针对不同的对象在三个不同的时间进行了价格搜索.这些搜索将保存在一个表中,其中包含相应的搜索时间,对象名称和价格.

我想比较物体的价格随着时间的推移,但我只想在所有三次搜索中拉出具有价格或可用价格的物品.

换句话说,我希望按产品查询所有价格,但只有当该产品的所有时间段都有价格时(我不知道提前有多少时间 – 这必须从表中确定)动态).

我的计划是使用SQL(第一次尝试SQL …也许这不适合这个任务?)

示例数据:

+----------+----------+----------+----------+

| Time | Item | Price | Dummy |

+----------+----------+----------+----------+

| 1:00 PM | Toy | 100 | 1 |

| 1:00 PM | Cola | 200 | 2 |

| 1:00 PM | Book | 300 | 3 |

| 2:00 PM | Toy | 100 | 4 |

| 2:00 PM | Book | 250 | 5 |

| 3:00 PM | Toy | 100 | 6 |

| 3:00 PM | Cola | 250 | 7 |

| 3:00 PM | Book | 200 | 8 |

+----------+----------+----------+----------+

目标结果:

+----------+----------+----------+----------+

| Item | 1:00 PM | 2:00 PM | 3:00 PM |

+----------+----------+----------+----------+

| Toy | 100 | 100 | 100 |

| Book | 300 | 250 | 200 |

+----------+----------+----------+----------+

(可乐被排除在外,因为它在下午2:00搜索时不存在)

欢迎任何见解!谢谢!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要检索 DataFrame 中某一,可以使用以下方法: 假设你有一个 DataFrame 叫做 df,其中包含名为 "column_name" 的,你可以使用以下代码检索: ``` python df["column_name"] ``` 如果你只想检索的前几,可以使用以下代码: ``` python df["column_name"].head(n) ``` 其中 n 表示你想要检索数。 ### 回答2: 要检索某一,可以使用Pandas库中的DataFrame数据结构。DataFrame是一个二维的表格,类似于Excel中的数据表,它由多个构成。 首先,我们需要导入Pandas库: ```python import pandas as pd ``` 然后,我们可以创建一个DataFrame对象,并给它赋予一些数据: ```python data = {'姓名': ['张三', '李四', '王五'], '年龄': [20, 25, 30], '性别': ['男', '女', '男']} df = pd.DataFrame(data) ``` 这样,我们就创建了一个包含三(姓名、年龄、性别)的DataFrame对象。 如果我们想要检索某一,可以使用名称或索引来访问该: ```python # 使用名称 name_column = df['姓名'] # 使用索引 age_column = df.iloc[:, 1] ``` 在这个例子中,我们通过将名称'姓名'传递给DataFrame对象df,来获取名为'姓名'的。同样,我们可以使用索引1来访问第2(Python中索引从0开始)。 接下来,我们可以打印出所检索: ```python print(name_column) print(age_column) ``` 这样,我们就可以输出某一。 总结起来,要检索DataFrame中某一,我们需要使用名称或索引来访问该,并可以将其赋给一个新的变量。 ### 回答3: 要检索DataFrame中某一,有几种方法可以实现。 方法一是通过DataFrame的名来检索。假设DataFrame的变量名为df,需要检索名为column_name。可以使用以下语法: df[column_name] 这将返回一个包含该所有的Series对象。 方法二是通过将索引转换为表来检索。通过使用iloc()方法可以实现这一点。假设要检索索引为column_index。可以使用以下语法: df.iloc[:, column_index] 其中,":"表示检索所有,column_index表示要检索索引。 方法三是通过使用loc()方法通过检索。假设要检索名为column_name。可以使用以下语法: df.loc[:, column_name] 和上述方法类似,":"表示检索所有,column_name表示要检索名。 无论是使用名还是索引,上述方法都将返回一个Series对象,其中包含所检索的所有。如果需要返回一个表,可以使用tolist()方法: column_values = df[column_name].tolist() 其中,column_values将是一个包含所检索的所有的Python表。 综上所述,DataFrame提供了多种方法来检索某一,使用起来非常灵活方便。根据具体的需求,可以选择适合的方法来实现检索
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