python pandas 这样的数据怎么处理?

发布于 2022-09-12 04:48:03 字数 854 浏览 12 评论 0

这样的数据如何用python处理?处理完返回的格式还和现在一样,只不过做了统计,去重等操作。
从数据库里查出来的是这样的

res = [{'user_id': 1000, 'pay_type': 1, 'money': 200, 'create_time': 1600775560},
 {'user_id': 1000, 'pay_type': 2, 'money': 200, 'create_time': 1600775565},
 {'user_id': 1000, 'pay_type': 2, 'money': 200, 'create_time': 1600775565},
 {'user_id': 2000, 'pay_type': 3, 'money': 300, 'create_time': 1600775565},
 {'user_id': 2000, 'pay_type': 4, 'money': 400, 'create_time': 1600775565},
  {'user_id': 2000, 'pay_type': 2, 'money': 600, 'create_time': 1600775565}
       ]

1.根据user_id分组,统计pay_type=2的 money相加是多少最终结果是一条 最终返回这样的数据,还是个列表,里面还是字典,可以实现吗

# 最终返回这样的数据,还是个列表,里面还是字典
 [
 {'user_id': 1000, 'pay_type': 2, 'money': 400, 'create_time': 1600775565},
  {'user_id': 2000, 'pay_type': 2, 'money': 600, 'create_time': 1600775565}
 
 ],

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

网白 2022-09-19 04:48:03
df = pd.DataFrame(res)

df[df.pay_type == 2].groupby(['user_id', 'pay_type', 'create_time'], as_index=False)['money'].sum().to_dict('records')
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文