filter1 = df['customer_planning_group'] == 'G01'
filter3 = df['calendar_yearweek'].between(201929,201939)
filter4 = df['SKU_Name'].isin(un_name)
final_filter = filter1 & filter3 & filter4
df[['calendar_yearmonth', 'calendar_yearweek','predictions', 'total_sales_volume']].where(final_filter).groupby('calendar_yearweek').sum()
到目前为止我所了解的
1.代码正在尝试使用多个过滤器从数据框中选择行
2.然后从该结果中选择几列
3.然后根据“ calendar_yearweek”列对结果进行分组
4.然后计算各个组中的总和。
我的理解正确吗?
这是对数据框进行条件选择,分组和执行汇总的正确方法吗?
数据帧大小接近1GB,在不久的将来可能会增加到4GB
数据实际上属于mysql中的一个表,但是用sql处理相同的内容要花很长时间。
我搬到了python,想以pandas读取整个文件,然后进行处理将减少时间。
我现在想上面的想法是否正确?