Using Pandas and sqlite3

Question

尝试实现pandas的privte_table，为每个参与方和每个州生成一个表，显示参与方从该州收到的总捐款。

这是正确的方法，或者它必须进入数据库并被取出。然而，下面的代码给出了错误。

party_and_state = candidates.merge(contributors, on='id')
party_and_state.pivot_table(df,index=["party","state"],values=["amount"],aggfunc=[np.sum])

预期结果可能如下表所示。第一行是州名D下面的D是每个州的总票数，R

也是如此

+-----------------+---------+--------+
|     state       | D       | R      |
+-----------------+---------+--------+
|      AK         | 500     | 900    |
|      IL         | 600     | 877    |
|      FL         | 200     | 400    |
|      UT         | 300     | 300    |
|      CA         | 109     | 90     |
|      MN         | 800     | 888    |

Answer 1

考虑使用pd作为限定符而不是数据框的一般化pandas合并，因为连接字段的命名不同，因此需要left_on和right_on参数。另外，如果运行pivot_table作为数据帧的方法，不要传入df，因为调用的df被传递到函数中。

下面的

使用contributor 和contributors_with_candidates文本文件。此外，根据您想要的结果，您可能希望使用pivot_table:

的values参数

import numpy as np
import pandas as pd
contributors = pd.read_table('contributors_with_candidate_id.txt', sep="|")
candidates = pd.read_table('candidates.txt', sep="|")
party_and_state = pd.merge(contributors, candidates, 
                           left_on=['candidate_id'], right_on=['id'])
party_and_state.pivot_table(index=["party", "state"],
                            values=["amount"], aggfunc=np.sum)    
#                amount
# party state          
# D     CA      1660.80
#       DC       200.09
#       FL      4250.00
#       IL       200.00
#       MA       195.00
# ...
# R     AK      1210.00
#       AR     14200.00
#       AZ       120.00
#       CA     -6674.53
#       CO     -5823.00
party_and_state.pivot_table(index=["state"], columns=["party"],
                            values=["amount"], aggfunc=np.sum)
#         amount          
# party        D         R
# state                   
# AK         NaN   1210.00
# AR         NaN  14200.00
# AZ         NaN    120.00
# CA     1660.80  -6674.53
# CO         NaN  -5823.00
# CT         NaN   2300.00

请注意，您可以使用read_sql:

将合并作为SQL中的内部连接来执行。

party_and_state = pd.read_sql("SELECT c.*, n.* FROM contributors c " +
                              "INNER JOIN candidates n ON c.candidate_id = n.id", 
                              con = db)
party_and_state.pivot_table(index=["state"], columns=["party"],
                            values=["amount"], aggfunc=np.sum)