社区
DataWindow
帖子详情
解决crossTab交叉表Columns的修改问题
warmnest
2003-07-08 05:10:42
怎么修改呢,我想得到每个Columns对象来修改列标头内容,不行呀。。。。
具体情况如下:
我的CrossTab的列设置为人员编码,行设置为日期,
内容值为count(accpetno)是个统计值
因为我的人员姓名编码的表不在这个统计的数据库中,所以,没办法做联表的
问题:
但是我想把人员编码转换成人员的姓名,如何办?
请帮忙。。。先谢谢啦。。。。
在线等待。。。
...全文
191
6
打赏
收藏
解决crossTab交叉表Columns的修改问题
怎么修改呢,我想得到每个Columns对象来修改列标头内容,不行呀。。。。 具体情况如下: 我的CrossTab的列设置为人员编码,行设置为日期, 内容值为count(accpetno)是个统计值 因为我的人员姓名编码的表不在这个统计的数据库中,所以,没办法做联表的 问题: 但是我想把人员编码转换成人员的姓名,如何办? 请帮忙。。。先谢谢啦。。。。 在线等待。。。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
6 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
klbt
2003-07-09
打赏
举报
回复
想办法,转为同一个库。
prain2003
2003-07-09
打赏
举报
回复
如果从另外一个库中取,最好再前台做一个迁移程序,把人员信息迁到本地库
如果两个数据库在一个服务器上,是可以做视图的。如果不在一个服务器上,是不可以作视图的。所以最好还是用迁移的方法。
prain2003
2003-07-09
打赏
举报
回复
设人员名称表 t_name(id_ry,name_ry)
统计表 t_tj(id_ry,date_tj,number)
select a.id_ry
b.name_ry
a.date_tj
sum(a.number)
from t_name b,t_tj a
group by a.id_ry,b.name_ry,a.date_tj
crosstable中
a.id_ry(隐藏)
b.name_ry
a.date_ti sum(a.number)
你试试看吧
warmnest
2003-07-08
打赏
举报
回复
有人能解决这个问题吗?
warmnest
2003-07-08
打赏
举报
回复
我是用创建另一个sqlcatemp
从另一个数据库中取得的。。
好象跨数据库能做视图吗?
runsoft
2003-07-08
打赏
举报
回复
你是如何得到这些人员名字信息的呀。做视图然后再写吧。
4.5 创建透视
表
与
交叉
表
本文介绍了如何使用pandas的pivot_table和
crosstab
函数创建透视
表
和
交叉
表
,用于数据分析。通过示例展示了如何设置不同参数,如index、
column
s、values、aggfunc等,以实现数据的聚合、分组和填充缺失值。同时,还展示了如何通过这些函数分析不同菜品的销量和金额之间的关系。
pandas聚合函数、透视
表
、
交叉
表
、
表
格合并常见操作
博客主要围绕Pandas在数据分析中的应用展开。介绍了聚合函数,可使用transform自定义统计方式;阐述了透视
表
pivot_table的行、列分组键用法;讲解了
交叉
表
crosstab
基本语法;还说明了
表
格合并的多种方法,包括纵向、横向合并及
解决
行索引
问题
的合并等。
多维聚合中的数据变形术:从立方体建模到语义变形
本文系统阐述多维聚合中的数据操纵本质,强调从二维
表
格思维转向高维坐标系重构,涵盖立方体建模、语义驱动变形、SQL+Python混合方案选型、维度爆炸防御机制及
交叉
表
、窗口函数、嵌套分组等七步实操链。重点解析
crosstab
的边际计算、空值语义、坐标系完整性原则,并提供内存优化、NaN排查、滚动计算一致性等工业级
问题
解决
方案,最终指向决策闭环的数据工程实践。
多维聚合数据变形实战:Pandas透视与维度契约设计
本文深入解析多维聚合的本质——空间坐标系重构,指出传统GROUP BY在高维场景下的局限性;系统阐述基于Pandas的七步数据变形流水线,涵盖维度清洗、契约定义、pivot_table/
crosstab
选型、稀疏性处理、时间序列计算及交付校验;强调维度契约对空值语义统一的关键作用,并给出stack/unstack动态切换、非对称维度处理、自定义聚合等高阶技巧,为数据工程师和BI分析师提供可复用的生产级
解决
方案。
机器学习——Day04
本文系统讲解Pandas在机器学习数据预处理中的关键操作:DataFrame算术与逻辑运算、统计与累计统计、缺失值识别与处理(含np.nan判断与替换)、数据离散化及one-hot编码(pd.get_dummies)、多格式文件I/O(CSV/HDF5/JSON)、数据合并(concat/merge)、
交叉
表
与透视
表
(
crosstab
/pivot)、分组聚合,以及综合电影与股票数据案例分析。
DataWindow
611
社区成员
20,469
社区内容
发帖
与我相关
我的任务
DataWindow
PowerBuilder DataWindow
复制链接
扫一扫
分享
社区描述
PowerBuilder DataWindow
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章