Question

    pysql = lambda q: pdsql.sqldf(q, globals())
    str1 = "select coalesce(ID1, H_ID, [Alternate Source Unique 
    Identifier]) as Master_ID, [Alternate Source Unique Identifier] as Q_ID 
    from crosswalk;"
     with Timer("Load master_ids:"):
    master_id_list = pysql(str1)
    print("Records: {}".format(len(master_id_list)))
    master_id_list.head()

pySQL只需5秒就可以运行!!

我想在python中编写第二个脚本，因为我不能使用pysql :(，任何想法？请在python中对第二个脚本进行最佳翻译吗？

我已经完成了2个命题，但在时间上并没有真正有效没有Pandas的第一个（这是必需的）

    def coalesce (df, column_names):
    i=iter(column_names)
    column_name=next(i)
    answer=df[colum_name]
    for column_name in i:
    answer = answer.fillna(df[column_name])
    return answer
    coalesce(df, ['first', 'third', 'second'])

感谢您的建议！

Answer 1

如果您只需要计算记录数（len(master_id_list)），您可以直接使用它：

crosswalk['ID'].size

或

crosswalk.shape

如果您正在寻找唯一值，请尝试：

crosswalk['ID'].unique().size

想用panda让它看起来/像sql一样工作

1 个答案: