Wie kann ich GroupBy Multiple Columns in LINQ ausführen? Ähnliches in SQL: SELECT * FROM <TableName> GROUP BY <Column1>,<Column2> Wie kann ich dies in LINQ konvertieren: QuantityBreakdown ( MaterialID int, ProductID int, Quantity float ) INSERT INTO @QuantityBreakdown (MaterialID, ProductID, Quantity) SELECT MaterialID, ProductID, SUM(Quantity) FROM @Transactions GROUP BY MaterialID, …
Das mag lahm klingen, aber ich konnte keine wirklich gute Erklärung dafür finden Aggregate. Gut bedeutet kurz, beschreibend, umfassend mit einem kleinen und klaren Beispiel.
Diese FAQ befasst sich mit Aggregaten und PODs und behandelt das folgende Material: Was sind Aggregate ? Was sind PODs (Plain Old Data)? Wie hängen sie zusammen? Wie und warum sind sie besonders? Was ändert sich für C ++ 11?
Ich habe einen Datenrahmen mit zwei Spalten. Die erste Spalte enthält Kategorien wie "Erste", "Zweite", "Dritte", und die zweite Spalte enthält Zahlen, die angeben, wie oft ich die spezifischen Gruppen aus "Kategorie" gesehen habe. Zum Beispiel: Category Frequency First 10 First 15 First 5 Second 2 Third 14 Third 20 …
Ich habe einen Pandas-Datenrahmen dfwie: a b A 1 A 2 B 5 B 5 B 4 C 6 Ich möchte nach der ersten Spalte gruppieren und die zweite Spalte als Listen in Zeilen erhalten : A [1,2] B [5,5,4] C [6] Ist es möglich, so etwas mit pandas groupby …
Ich benutze diesen Datenrahmen: Fruit Date Name Number Apples 10/6/2016 Bob 7 Apples 10/6/2016 Bob 8 Apples 10/6/2016 Mike 9 Apples 10/7/2016 Steve 10 Apples 10/7/2016 Bob 1 Oranges 10/7/2016 Bob 2 Oranges 10/6/2016 Tom 15 Oranges 10/6/2016 Mike 57 Oranges 10/6/2016 Bob 65 Oranges 10/7/2016 Tony 1 Grapes 10/7/2016 …
Von einem Datenrahmen, gibt es eine einfache Möglichkeit , aggregieren ( sum, mean, maxet c) gleichzeitig mehrere Variablen? Nachfolgend einige Beispieldaten: library(lubridate) days = 365*2 date = seq(as.Date("2000-01-01"), length = days, by = "day") year = year(date) month = month(date) x1 = cumsum(rnorm(days, 0.05)) x2 = cumsum(rnorm(days, 0.05)) df1 = …
Gibt es eine integrierte Pandas-Methode, um zwei verschiedene Aggregationsfunktionen f1, f2auf dieselbe Spalte anzuwenden df["returns"], ohne agg()mehrmals aufrufen zu müssen ? Beispieldatenrahmen: import pandas as pd import datetime as dt pd.np.random.seed(0) df = pd.DataFrame({ "date" : [dt.date(2012, x, 1) for x in range(1, 11)], "returns" : 0.05 * np.random.randn(10), "dummy" …
Ich habe einen Datenrahmen und möchte die Anzahl der Zeilen innerhalb jeder Gruppe zählen. Ich benutze die aggregateFunktion regelmäßig, um Daten wie folgt zu summieren: df2 <- aggregate(x ~ Year + Month, data = df1, sum) Jetzt möchte ich Beobachtungen zählen, kann aber anscheinend nicht das richtige Argument dafür finden …
Ich habe den folgenden Datenrahmen x <- read.table(text = " id1 id2 val1 val2 1 a x 1 9 2 a x 2 4 3 a y 3 5 4 a y 4 9 5 b x 1 7 6 b y 4 4 7 b x 3 9 8 …
Was ist der beste Weg, um einen Groupby in einem Pandas-Datenrahmen durchzuführen, aber einige Spalten von diesem Groupby auszuschließen? zB habe ich folgenden Datenrahmen: Code Country Item_Code Item Ele_Code Unit Y1961 Y1962 Y1963 2 Afghanistan 15 Wheat 5312 Ha 10 20 30 2 Afghanistan 25 Maize 5312 Ha 10 20 …
Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 4 Jahren . Verbessere diese Frage Grüße, ich habe mit einer …
Ich möchte eine Spalte in einem Datenrahmen nach zwei Gruppierungsvariablen aggregieren und die einzelnen Werte durch ein Komma trennen. Hier sind einige Daten: data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10)) data # A B C # 1 111 1 5 # 2 …
Ich möchte (1) Daten nach einer Variablen gruppieren ( State), (2) innerhalb jeder Gruppe die Zeile mit dem Mindestwert einer anderen Variablen finden ( Employees) und (3) die gesamte Zeile extrahieren. (1) und (2) sind einfache Einzeiler, und ich denke, (3) sollte es auch sein, aber ich kann es nicht …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.