在乙個groupby 語句中實現多列計算
dfgp=dfal.groupby(
['機構**'
,'機構'
]) \
.agg(
人力=('姓名'
,'size'),
//計數
預簽人力=
('是否預簽'
,'sum'),
//求和
預簽率=
('是否預簽'
,lambda x:
sum(x)
/len
(x)*
100)
,//本列未0
,1，求和作為分子，計數作為分母
保費預估低檔=
('保費預估低檔'
,lambda x:
(x.sum()
/10000).
round(2
)),//彙總後以萬為單位四捨五入
保費預估中檔=
('保費預估中檔'
,lambda x:
(x.sum()
/10000).
round(2
)), 保費預估高檔=
('保費預估高檔'
,lambda x:
(x.sum()
/10000).
round(2
))).reset_index(
)//重置索引，否則分組欄位將被預設為索引
dfgpcnt= dfrlgpall.groupby(
['organ_id'
,"機構"
]) \
.agg(
總監=('grade_type4'
,lambda x:
( x==
'總監').
sum())
,
高經=('grade_type4'
,lambda x:
( x==
'高經').
sum())
, 業經=
('grade_type4'
,lambda x:
( x==
'業經').
sum())
, 業務員=
('grade_type4'
,lambda x:
( x==
'業務員').
sum())
).reset_index(
)dfgpcnt=dfrlgpall.groupby(
['organ_id'
,"機構"
],as_index=
false
) \ .
(lambda x: pd.series())
df04=df03.groupby(
['分公司'
,'中支名稱'
,'四級機構名稱'
,'業務員姓名'
,'業務員**'
]) \
.(lambda x:pd.series())
.reset_index(
)
Pandas groupby 自定義聚合函式
自定義聚合函式，n.i.o 出現次數0 0 n.i.o 出現次數1 進一步判斷 n.i.o 出現次數大於2 2 此函式需進一步擴充套件,出現次數大於2的，需要根據計畫頻率，判斷是否在一次連續測試內 defpeak peak arr,df 判斷arr的series值中是否包含 n.i.o x list...
關於程式關於世界
首先，在學了1年多的軟體設計的基礎上，問下自己 程式是什麼？業務需求是什麼？程式有什麼用？什麼是演算法？什麼是資料庫？或許每個人的理解不同，會給出不同的答案。那麼自己的理解 程式是乙個讓計算機工作的流程，在程式寫好之後，計算機就會按照，程式設計師定義好流程在執行。其實很多時候，乙個程式的好壞，在於乙...
關於血液關於軟體
1 自然沉降法 將血袋垂直吊掛於4 2 冰箱內，使紅細胞自然下沉1 3d，或將血袋呈70 80 角立於冰箱，需用時，用一次性分漿器分出血漿，制得濃縮紅細胞。2 洗滌法 一般用生理鹽水反覆洗滌3 6次。經洗滌的紅細胞，除白細胞和血小板減少外，血漿蛋白也極少，紅細胞中殘存的血漿蛋白含量約為原總蛋白的1 ...