在mysql python中替换列值的逻辑答案

【问题标题】：Logic to replace column value in mysql python在mysql python中替换列值的逻辑
【发布时间】：2016-10-27 10:59:44
【问题描述】：

+--- -----+------------+-------------+
|master_id| product_id |products     |
+---------+------------+-------------+
| 0       | 123       | home        |
| 12      | 234       | office      |
| 15      | 456       | home        |
| 0       | 678       | office      |
| 25      | 890       | home        |
| 0       | 145       | office      |
+---+-----------------+--------------+

我有这张表（只显示了部分行，1000多行），我想写一个逻辑，这样，每当

master_id = 0 , master_id = product_id

我将它移到了 pandas 数据框中。现在我该怎么写这个逻辑

【问题讨论】：

标签： python mysql sql python-2.7

【解决方案1】：

这个不需要pandas，直接通过数据库就可以了。

如果您只想以不同的方式显示记录：

SELECT CASE master_id WHEN 0 THEN product_id ELSE master_id END AS master_id,
       product_id,
       products
FROM   mytable

如果你真的想更新数据库，那就更简单了：

UPDATE mytable
SET    master_id = product_id
WHERE  master_id = 0

【讨论】：

我可以使用选择不同的大小写（...）
我可以使用 select distinct 吗？我想找到我查询的产品数量。 SELECT DISTINCT CASE master_id WHEN 0 THEN product_id ELSE master_id END AS master_id, count(distinct(product_id) as total_products from mytable group by master_id
您应该按相同的 case 语句分组，而不是 master_id。在这样的查询中使用 distinct 是可能的，但也是多余的，因为 group by 负责唯一性。

【解决方案2】：

这是你想要的吗？

select (case when master_id = 0 then product_id else master_id end) as master_id,
       product_id, products
from t;

【讨论】：

我可以使用选择不同的大小写（...）
我可以使用 select distinct 吗？我想找到我查询的产品数量。选择不同的（当master_id = 0然后product_id else master_id结束时）作为master_id，count（distinct（product_id）作为master_id从mytable组中的total_products
@SRingne 。 . .如果您还有其他问题，您应该将其作为问题而不是在评论中提出。但是是的，select distinct 中的distinct 适用于select 中的所有表达式。您需要使用group by 进行计数。如果你不明白，你应该花点时间学习 SQL。

【解决方案3】：

如果您想使用 pandas 数据框，可以使用 numpy.where 函数

import numpy as np
import pandas as pd

# initialise dataframe
df = pd.DataFrame([[0, 12, 15, 0, 25],
                  [123, 234, 456, 678, 890],
                  ['home', 'office', 'home', 'office', 'home']]).T
df.columns = ['master_id', 'product_id', 'products']

# Now do fix master_id
df.master_id = np.where(df.master_id == 0, df.product_id, df.master_id)

# New df:
    master_id   product_id  products
0   123          123          home
1   12           234          office
2   15           456          home
3   678          678          office
4   25           890          home

【讨论】：