我有已转向 pandas 数据帧的 sqlite 查询。我已将这些数据帧传递给一个函数以获取聚合信息。如何用函数的结果填充 Excel 工作表?即-如何将函数输出转换为数据帧? (注意-我正在使用 openpyxl 创建工作簿)
这里是 df 和函数的代码:
# Nationwide measure statistics
nationwide_measures = pd.read_sql_query("""select state,
measure_id,
measure_name,
score
from timely_and_effective_care___hospital;""", conn)
# Remove the non-numeric string values from 'score'
nationwide_measures1 = nationwide_measures[nationwide_measures['score'].astype(str).str.isdigit()]
# Change score to numeric
nationwide_measures1['score'] = pd.to_numeric(nationwide_measures1['score'])
# Function to grab measure values
def get_stats(group):
return {'Minimum': group.min(), 'Maximum': group.max(), 'Average': group.mean(), 'Standard Deviation': group.std()}
# Function output
nationwide_measures1['score'].groupby(nationwide_measures1['measure_id']).apply(get_stats).unstack()
我试过:
# Function to grab measure values
def get_stats(group):
return pd.DataFrame({'Minimum': group.min(), 'Maximum': group.max(), 'Average': group.mean(), 'Standard Deviation': group.std()})
但这会返回“值错误:如果使用所有标量值,则必须传递一个索引”
我也试过:
# Function to grab measure values
def get_stats(group):
df = pd.DataFrame({'Measure Name': group.columns['measure_name'],'Minimum': group.min(), 'Maximum': group.max(), 'Average': group.mean(), 'Standard Deviation': group.std()}, index = [0])
return df
但这给出了错误:“AttributeError:‘Series’对象没有属性‘columns’”
最佳答案
在您的数据框创建语句 pd.DataFrame 行中,您传递的是所有标量值而不是可迭代对象,因此如果您添加 index = [0],您将获得单行数据框。
pd.DataFrame({'Minimum': group.min(), 'Maximum': group.max(), 'Average': group.mean(), 'Standard Deviation': group.std()},index=[0])
关于python - Pandas 聚合函数输出到 xlsx,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45151962/