Question

我在电子邮件和购买方面有如下数据集。

OPTIONS

我想查找数据集中的总人数，购买人数以及订单总数和总收入金额。我知道如何通过Email Purchaser order_id amount a@gmail.com a@gmail.com 1 5 b@gmail.com c@gmail.com c@gmail.com 2 10 c@gmail.com c@gmail.com 3 5使用SQL和聚合函数来执行此操作，但我不知道如何使用left join / Python复制此操作。

对于pandas，我使用Python和pandas尝试了此操作：

numpy

问题是 - 它只返回带有顺序的行（第1行和第3行）而不返回其他行（第2行）

table1 = table.groupby(['Email', 'Purchaser']).agg({'amount': np.sum, 'order_id': 'count'})

table1.agg({'Email': 'count', 'Purchaser': 'count', 'amount': np.sum, 'order_id': 'count'})

Email Purchaser order_id amount a@gmail.com a@gmail.com 1 5 c@gmail.com c@gmail.com 2 15查询应如下所示：

SQL

如何在SELECT count(Email) as num_ind, count(Purchaser) as num_purchasers, sum(order) as orders , sum(amount) as revenue FROM (SELECT Email, Purchaser, count(order_id) as order, sum(amount) as amount FROM table 1 GROUP BY Email, Purchaser) x中复制它？

Answer 1

现在还没有在pandas中实现 - see。

因此，一个糟糕的解决方案是将[ "5-7" => "Red / S", "5-8" => "Red / M", "6-7" => "Blue / S", "6-8" => "Blue / M" ]替换为某个字符串，并在NaN替换为agg之后：

NaN

table['Purchaser'] = table['Purchaser'].replace(np.nan, 'dummy')

如何使用group by并返回具有空值的行

1 个答案: