基于排序键的 Python 数据帧运行总数答案

【问题标题】：Python dataframe running total based on a sort key基于排序键的 Python 数据帧运行总数
【发布时间】：2021-06-19 19:44:41
【问题描述】：

我希望获得每个排序键的运行总计。我已经检查了大部分帖子的 groupby 功能。但是，将它们按不同级别的排序键组合在一起仍然是我的问题。任何专家都可以帮助我解决这个问题！

非常感谢！！

这里有一个数据框：

dataframe

SORT KEY	Value
A	4
AA	9
AAA	6
AAAA	2
AAAAA	56
AAB	6
AABA	2
AABAA	56
AB	9
ABA	6
ABAA	6
ABAAA	56

预期结果：

expected running total output

SORT KEY	Value	Running Total
A	4	4
AA	9	13
AAA	6	19
AAAA	2	21
AAAAA	56	77
AAB	6	19
AABA	2	21
AABAA	56	77
AB	9	13
ABA	6	19
ABAA	6	25
ABAAA	56	81

【问题讨论】：

MySQL 还是 Teradata？运行总数根据哪个逻辑重置？
您好，dnoeth，感谢您的回复！输出来自 Teradata。在 Teredata 上进行查询或通过 Python 处理时，我可以计算运行总计。重置基于排序键。您可以在这里看到排序键应该是 A（值：5，运行总数：5）> AA（值：2，运行总数：7）>AAA（值：3，运行总数：10）。但有一个替代的 AAB 应该是（值：5，运行总计：5+7 = 12）。希望清楚！
这真的很棘手。排序键真的看起来像您的示例 A-AA-AAB 等吗？逐个字符添加？
@dnoeth，是的。排序键按升序排列。运行总数是每个前一个字符串的总和。

标签： python teradata

【解决方案1】：

可能有一个基于 Windowed Aggregates 的解决方案，但这个任务似乎是递归的完美匹配：

WITH RECURSIVE cte AS
 ( 
   SELECT sort_key, val, val AS running_total, 1 AS len
   FROM tab AS t
   -- start with a single charcater
   WHERE  Char_Length(t.sort_key) = 1

   UNION ALL
   -- do the running total
   SELECT t.sort_key, t.val, running_total + t.val, cte.len +1
   FROM tab AS t
   JOIN cte -- next key starts with the previous key and adds a char
     ON Substring(t.sort_key FROM 1 FOR len) = cte.sort_key
    AND Char_Length(t.sort_key) = len +1 
 ) 
SELECT *
FROM cte
ORDER BY sort_key

【讨论】：