我遇到一種情況，我需要從值增加和減少的 DataFrame 中計(jì)算一天的客戶(hù)總數(shù)。但這里有一個(gè)問(wèn)題：如果我有一個(gè)像這樣的數(shù)據(jù)框DATETIME CLIENTS2018-03-03 08:00:00 12018-03-03 09:00:00 22018-03-03 10:00:00 32018-03-03 11:00:00 42018-03-03 12:00:00 52018-03-03 13:00:00 32018-03-03 14:00:00 42018-03-03 15:00:00 5這一天的最大客戶(hù)總數(shù)是7因?yàn)樗仙?at12:00:00然后值在下一小時(shí)減少，但我們不從中減去5，然后它上升到4at14:00:00所以我們添加1，5所以15:00:00我們添加另一個(gè)1所以總共有7最大客戶(hù)全天。我嘗試過(guò) cumsum() 和 MAX() 因?yàn)檎J(rèn)為這些會(huì)很有用，但是唉......我需要用 SQL 或 Python 來(lái)實(shí)現(xiàn)它。將不勝感激任何幫助！
2 回答
慕碼人2483693
TA貢獻(xiàn)1860條經(jīng)驗(yàn) 獲得超9個(gè)贊
您的邏輯是您只想計(jì)算進(jìn)入的訪客，而不是離開(kāi)的訪客?，F(xiàn)在，如果你取diff()，那么進(jìn)來(lái)的就是正數(shù)，離開(kāi)的就是負(fù)數(shù)。所以我們可以用 和 再次掩蓋負(fù)數(shù)0。
咱們?cè)囋嚢桑?/p>
dates = df.DATETIME.dt.normalize()
max_visitors = (df.groupby(dates)['CLIENTS'].diff() # find the difference
.fillna(df['CLIENTS']) # these are the first records in the day
.clip(0) # replace negatives with 0
.groupby(dates).sum() # sum by days
)
輸出：
DATETIME
2018-03-03 7.0
Name: CLIENTS, dtype: float64
慕桂英3389331
TA貢獻(xiàn)2036條經(jīng)驗(yàn) 獲得超8個(gè)贊
如果您的 MySql 版本是 8.0+，那么您可以使用LAG()窗口函數(shù)和聚合：
select
? sum(case when clients > prev then clients - prev end) total
from (
? select *, lag(clients, 1, 0) over (order by datetime) prev
? from tablename
? where date(datetime) = '2018-03-03'
) t
添加回答
舉報(bào)
0/150
提交
取消