Question

preferable_output_of_dataset 我有一个由许多行组成的大型数据集，但最相关的两个是time和time_id。（详见附件）。 Time_id可以被视为给定组的名称，time是每行的排名。 - 这些字段已在数据集中设置，无法更改。我想创建一个新字段，标记最大和最小时间＆＃39;每组但同时保持所有记录。我希望我的输出看起来与附件相同。我已经能够轻松地提取最大值和最小值，但是当我尝试将所有记录保存在组中时，我遇到了问题。感谢您的帮助。

select 
   time 
  ,time_id 
from my_table

Answer 1

使用window functions：

可以轻松完成此操作

from collections import defaultdict


final_list = []
lookup_map = defaultdict(lambda : -1)
for comet in sighting_list:
    final_index = lookup_map[comet["name"]] 
    if final_index < 0:
        lookup_map[comet["name"]] = len(final_list)
        final_list.append(comet)
    else:
        final_list[final_index]["coordinates"].extend(comet["coordinates"])

^{无关，但是：select "time",
time_id,
case
when "time" = max(time) over (partition by time_id) then 'min'
when "time" = min(time) over (partition by time_id) then 'max'
else 'other'
end
from my_table;
是列的可怕名称。不仅因为它是一个保留字，而且因为它没有记录列的含义。它是“开始时间”，“结束时间”，“持续时间”，“偏移”......？}

在保留所有记录的同时标记组内的最大值和最小值

1 个答案: