Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/316.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如何将每周分组的数据添加到数据库中?_Python_Python 3.x_Sqlite_Orm_Sqlalchemy - Fatal编程技术网

Python 如何将每周分组的数据添加到数据库中?

Python 如何将每周分组的数据添加到数据库中?,python,python-3.x,sqlite,orm,sqlalchemy,Python,Python 3.x,Sqlite,Orm,Sqlalchemy,我试图写一个程序,应该处理我个人预算的一小部分。我需要向数据库中添加数据,该数据库的处理方式如下: Week of 1/1/19 -> [[1/1/19, Walmart, 13.43], [1/2/19, Walgreens, 10.54]] Week of 1/7/19 -> [[1/7/19, Taco Bell, 24.12]] ... import pandas as pd data = pd.DataFrame([['1/1/19', 'Walmart', 13.43

我试图写一个程序,应该处理我个人预算的一小部分。我需要向数据库中添加数据,该数据库的处理方式如下:

Week of 1/1/19 -> [[1/1/19, Walmart, 13.43], [1/2/19, Walgreens, 10.54]]
Week of 1/7/19 -> [[1/7/19, Taco Bell, 24.12]]
...
import pandas as pd

data = pd.DataFrame([['1/1/19', 'Walmart', 13.43], ['1/2/19', 'Walgreens', 10.54], ['1/7/19', 'Taco Bell', 24.12]], columns=['Date', 'Payee', 'Value'])

data['Date'] = pd.to_datetime(data['Date']
data['Week'] = data['Date'].dt.weekofyear

data
#      Date      Payee  Value  Week
# 0  1/1/19    Walmart  13.43     1
# 1  1/2/19  Walgreens  10.54     1
# 2  1/7/19  Taco Bell  24.12     2

data.groupby(by='Week').sum()
#       Value
# Week       
# 1     23.97
# 2     24.12
基本上,在新的一周之后,将创建一个新的“周”条目,其中包含子条目。我被困在如何创建“每周”条目以及如何在该周内添加条目上。


实现这一点的最佳方法是什么?

我会将数据保存在一个简单的数据库格式中,并且只在需要时每周进行总结或分组。这样,添加或删除单个事务就很容易了

使用熊猫,您可以执行以下操作:

Week of 1/1/19 -> [[1/1/19, Walmart, 13.43], [1/2/19, Walgreens, 10.54]]
Week of 1/7/19 -> [[1/7/19, Taco Bell, 24.12]]
...
import pandas as pd

data = pd.DataFrame([['1/1/19', 'Walmart', 13.43], ['1/2/19', 'Walgreens', 10.54], ['1/7/19', 'Taco Bell', 24.12]], columns=['Date', 'Payee', 'Value'])

data['Date'] = pd.to_datetime(data['Date']
data['Week'] = data['Date'].dt.weekofyear

data
#      Date      Payee  Value  Week
# 0  1/1/19    Walmart  13.43     1
# 1  1/2/19  Walgreens  10.54     1
# 2  1/7/19  Taco Bell  24.12     2

data.groupby(by='Week').sum()
#       Value
# Week       
# 1     23.97
# 2     24.12

我会将数据保存在一个简单的数据库格式中,并在需要时每周进行总结或分组。这样,添加或删除单个事务就很容易了

使用熊猫,您可以执行以下操作:

Week of 1/1/19 -> [[1/1/19, Walmart, 13.43], [1/2/19, Walgreens, 10.54]]
Week of 1/7/19 -> [[1/7/19, Taco Bell, 24.12]]
...
import pandas as pd

data = pd.DataFrame([['1/1/19', 'Walmart', 13.43], ['1/2/19', 'Walgreens', 10.54], ['1/7/19', 'Taco Bell', 24.12]], columns=['Date', 'Payee', 'Value'])

data['Date'] = pd.to_datetime(data['Date']
data['Week'] = data['Date'].dt.weekofyear

data
#      Date      Payee  Value  Week
# 0  1/1/19    Walmart  13.43     1
# 1  1/2/19  Walgreens  10.54     1
# 2  1/7/19  Taco Bell  24.12     2

data.groupby(by='Week').sum()
#       Value
# Week       
# 1     23.97
# 2     24.12

这是天才。我不知道为什么我选择使用SQLAlchemy,而这更简单。不过,我确实有一个问题:假设我每周有一个固定的消费金额,我将如何“设置”这个默认限额,并根据每个条目的消费金额从限额中减去?你有什么建议@闭门器(忘了提到你的名字)这是天才。我不知道为什么我选择使用SQLAlchemy,而这更简单。不过,我确实有一个问题:假设我每周有一个固定的消费金额,我将如何“设置”这个默认限额,并根据每个条目的消费金额从限额中减去?你有什么建议@closetCoder(忘记提及您的姓名)