Question

尝试实施pandas的privote_table，为每个党派制作一个表格，每个州都显示该党在该州的总贡献中收到了多少。

这是正确的做法，还是我必须进入数据库并加以理解。但是，下面的代码会出错。

party_and_state = candidates.merge(contributors, on='id')
party_and_state.pivot_table(df,index=["party","state"],values=["amount"],aggfunc=[np.sum])

预期结果可能类似于下表。第一个库存是州名，然后D方下面的D方是每个州的总票数，同样适用于R方

+-----------------+---------+--------+
|     state       | D       | R      |
+-----------------+---------+--------+
|      AK         | 500     | 900    |
|      IL         | 600     | 877    |
|      FL         | 200     | 400    |
|      UT         | 300     | 300    |
|      CA         | 109     | 90     |
|      MN         | 800     | 888    |

Answer 1

考虑将广义pandas与pd合并为限定符而不是数据帧，因为连接字段的名称不同，因此需要 left_on 和 right_on args。此外，如果作为数据帧的方法运行df，则不要传递pivot_table，因为被调用的df被传递到函数中。

下面使用贡献者和 contributors_with_candidates 文本文件。另外，根据您想要的结果，您可能希望使用pivot_table的值 arg：

import numpy as np
import pandas as pd

contributors = pd.read_table('contributors_with_candidate_id.txt', sep="|")
candidates = pd.read_table('candidates.txt', sep="|")

party_and_state = pd.merge(contributors, candidates, 
                           left_on=['candidate_id'], right_on=['id'])
party_and_state.pivot_table(index=["party", "state"],
                            values=["amount"], aggfunc=np.sum)    
#                amount
# party state          
# D     CA      1660.80
#       DC       200.09
#       FL      4250.00
#       IL       200.00
#       MA       195.00
# ...
# R     AK      1210.00
#       AR     14200.00
#       AZ       120.00
#       CA     -6674.53
#       CO     -5823.00

party_and_state.pivot_table(index=["state"], columns=["party"],
                            values=["amount"], aggfunc=np.sum)
#         amount          
# party        D         R
# state                   
# AK         NaN   1210.00
# AR         NaN  14200.00
# AZ         NaN    120.00
# CA     1660.80  -6674.53
# CO         NaN  -5823.00
# CT         NaN   2300.00

请注意，您可以使用read_sql将合并作为SQL的内部联接：

party_and_state = pd.read_sql("SELECT c.*, n.* FROM contributors c " +
                              "INNER JOIN candidates n ON c.candidate_id = n.id", 
                              con = db)

party_and_state.pivot_table(index=["state"], columns=["party"],
                            values=["amount"], aggfunc=np.sum)

使用Pandas和sqlite3

1 个答案: