sql 计算字段相加_一半是海水，一半是火焰：公式计算时的行计算与列计算

老王：二叉树非递归生成字符串​zhuanlan.zhihu.com

--这篇文章中的后序遍历二叉树，能解析公式定义，如果需要的话，可以把生成字符串的步骤，用加减乘除代替，直接得到计算结果。可是，一旦把left_number或者right_number换成KPI，在我们的业务框架里，就变成了借助pandas.DataFrame进行的列计算。

如何让行列计算兼容呢？

本来想找找Superset是否有代码可以参考，马上就想到，Superset自定义的metrics，公式是透传给数据库的，也就是说Superset没有这样的功能。

2019-08-05补充：

行列计算兼容是可行的，无论是两个df.column相加，还是两个df.column相加得到的结果，再与数字相加，结果都是pandas.core.series.Series对象，可以和原来的stack兼容。

---

能用变量去接受两个column相加的结果，再push到stack么？

即

tmp = DataFrame['column_name_1'] + DataFrame['column_name_2']

value_list.append(tmp)

---

2019-08-05

准备工作

• 结果集要放到postorderTraversal函数能访问到的地方

--给postorderTraversal增加参数，传递dataframe list的字典，key：dataset_id

• 如何判断某个kpi的名字在DataFrame中是否存在

--https://stackoverflow.com/questions/24870306/how-to-check-if-a-column-exists-in-pandas

--一列：可以用if 'A' in df.columns:

--多列：用if set(['A', 'C']).issubset(df.columns):

• 从业务逻辑上说，postorderTraversal这个名字离底层实现近，离业务逻辑远，不如把两个函数放到一个类里面，结果集可以当成__init__函数的入参。

--参考：https://stackoverflow.com/questions/9056957/correct-way-to-define-class-variables-in-python

Elements outside the __init__ method are static elements; they belong to the class.
Elements inside the __init__ method are elements of the object ( self); they don't belong to the class.

• 重新构建dataframe构成的结果集

--原来是用的list，现在要改成dict

--原来的逻辑：遍历kpi构成的树（formula节点的类型为kpi），得到一个公式用到的kpi的全集，再用DataFrame的group_by函数，将kpi按其所属的dataset分类。

--然后，遍历分组，对每一组kpi，构建sql语句，查询数据，放入DataFrame中。

--需要改造的点：用dataset_id和查询所得的df，拼装成一个字典元素。

            for name, group in grouped_kpi:
                single_superset_datasource = self.get_superset_datasource(name)
                ...
                sql = single_superset_datasource.get_query_str_from_name(group, 100)
                tmp_df = single_superset_datasource.query_by_simple_sql(sql)
                basic_df_dict.update({name: tmp_df})

输出：

2019-08-05 14:17:43,556:DEBUG:root:basic_df_dict:
2019-08-05 14:17:43,556:DEBUG:root:{520:      itemid
0   6536768
1   6535821
...
[100 rows x 1 columns], 521:            value
0   0.000000e+00
1   3.000000e+01

对两个df的column相加：

                        if left_kpi.name in left_df.columns and right_kpi.name in right_df.columns:
                            value = left_df[left_kpi.name] + right_df[right_kpi.name]
                            logging.debug('type of df.column + df.column:')
                            logging.debug(type(value))

输出：

2019-08-05 15:06:40,126:DEBUG:root:type of df.column + df.column:
2019-08-05 15:06:40,127:DEBUG:root:<class 'pandas.core.series.Series'>

可以看到，两个df.column相加得到Series对象。

那么，Series对象再与数字相加，还会生成Series对象么?

继续加日志，可以看到，数字和Series对象相加，仍然是Series对象：

2019-08-05 15:29:30,655:DEBUG:root:type of middle_value:
2019-08-05 15:29:30,655:DEBUG:root:<class 'pandas.core.series.Series'>

所以，把pandas.DataFrame.column放到公式中是可行的，在遇到df.column之后，value从原来的数字，变成一个Series对象。