Python/R 中的 SQL“分区依据”类似功能答案

【问题标题】：SQL "partition by" similar feature in Python/RPython/R 中的 SQL“分区依据”类似功能
【发布时间】：2019-04-25 10:42:16
【问题描述】：

在 R (data.table/dplyr) 或 Python 中是否有任何包可以以某种一致且直接的方式执行以下 SQL 代码？

你能分享一些这样做的例子吗？

我需要的示例：

我的输入数据框（CSV，sep - ";"，标题 - True）：

articule;group;is_new;ammount
1;fruits;1;100
2;fruits;1;200
3;fruits;1;300
4;fruits;0;400
5;frozen;0;500
6;frozen;0;600
7;frozen;0;700
8;frozen;1;800

我的预期输出（CSV，sep - ";"，标题 - True）：

articule;group;is_new;ammount;sum_by_group;sum_by_group_is_new;result
1;fruits;1;100;1000;600;0.60
2;fruits;1;200;1000;600;0.60
3;fruits;1;300;1000;600;0.60
4;fruits;0;400;1000;400;0.40
5;frozen;0;500;2600;1800;0.69
6;frozen;0;600;2600;1800;0.69
7;frozen;0;700;2600;1800;0.69
8;frozen;1;800;2600;800;0.31

我的 SQL 代码：

select a.*, sum_by_group_is_new / sum_by_group result from (

select a.*, 
sum(ammount) over (partition by group) sum_by_group,
sum(ammount) over(partition by group, is_new) sum_by_group_is_new 
from input_data_frame a

) a;

最好的问候

【问题讨论】：

熊猫transform 可能会有所帮助。您可以在您的问题中添加一些示例输入和输出数据吗？
我添加了一个示例。请你看看这个好吗？
请将示例添加为文本（不是图像），以便我们将其复制到 python（或 sql fiddle）中并获取数据框/sql 表。另外，请同时发布输入和预期输出。
我已经添加了输入和预期的数据框，请看这个

标签： python sql r pandas dplyr

【解决方案1】：

在这种情况下，您可以将transform 方法与groupby 一起使用。它有点的工作方式类似于 SQL 的 partition by

df['sum_by_group'] = df.groupby('group').ammount.transform(sum)

df['sum_by_group_is_new'] = df.groupby(['group', 'is_new']).ammount.transform(sum)

df['result'] = df.sum_by_group_is_new / df.sum_by_group

这给了我以下输出数据框。

   articule   group  is_new  ammount  sum_by_group  sum_by_group_is_new    result
0         1  fruits       1      100          1000                  600  0.600000
1         2  fruits       1      200          1000                  600  0.600000
2         3  fruits       1      300          1000                  600  0.600000
3         4  fruits       0      400          1000                  400  0.400000
4         5  frozen       0      500          2600                 1800  0.692308
5         6  frozen       0      600          2600                 1800  0.692308
6         7  frozen       0      700          2600                 1800  0.692308
7         8  frozen       1      800          2600                  800  0.307692

【讨论】：

非常感谢！我在 Dplyr 中写了这个并得到： df %>% group_by(group) %>% mutate(by_group = sum(ammount)) %>% group_by(group, is_new) %>% mutate(by_group_is_new = sum(ammount)) % >% 变异（结果 = by_group_is_new / by_group）

【解决方案2】：

欢迎来到 SO！

这是你可以用 R 做的：

library(data.table)

DT <- data.table(
  articule = seq(8),
  group = rep(c("fruits", "frozen"), each = 4),
  is_new = c(rep(c(1, 0), each = 3), 0, 1),
  ammount = seq(100, 800, by = 100)
)

DT[, sum_by_group := sum(ammount), by = group]
DT[, sum_by_group_is_new := sum(ammount), by = .(group, is_new)]
DT[, result := sum_by_group_is_new / sum_by_group]

print(DT)

【讨论】：