使用来自另一个ExampleSet的引用值创建属性

hugomsouto · 2019年6月

你好,每个人。

有几天，我在创建一个属性时遇到了麻烦，这个属性必须用来自另一个示例集的值填充，该示例集是聚合操作的结果。在主示例集中有一个“CNPJ”属性，它的值在25000多行中重复。聚合集由700多行唯一的CNPJ值和第二列组成，其中包含它的计数([count(CNPJ)])。我需要的是创建一个列与计数(CNPJ)值在每次相同的ecnpj出现在主集上。

到目前为止，我发现更好的方法是Python脚本，这是完全有效的。我让他们通读了一遍:

import pandas

def rm_main(cnpj, data): # cnpj是聚合集，数据是保存集
 # code返回数据

但我已经尝试过这些代码，都失败了:

data["CNPJ"] = CNPJ ["CNPJ"] in data["CNPJ"]] return dataimport pandas def rm_main(CNPJ, data): data["CNPJ_count"] = [CNPJ ["count(CNPJ)]”)

import pandas def rm_main(cnpj, data): CNPJ_count = [] for count in data[" cnpj "]: if data[" cnpj "] == CNPJ_count.append(cnpj["count(cnpj)"]) data["CNPJ_count"] = CNPJ_count返回数据

有人能帮忙吗?

kayman · 2019年6月

你正试图比较2个不同形状的表彼此，这不起作用。过于简化的过程将查看集合1的第一行，并与集合2的第一行进行比较，并以这种方式遍历整个集合。但这意味着您的表需要具有相同数量的记录，而这里的情况并非如此。

我想知道如果一个简单的连接没有做什么你是什么

附带的示例显示了您想要获得的相同映射(如果我正确理解它:-))

< ?xml version="1.0" encoding="UTF-8"?><进程版本="9.3.001">       <参数key="logverbosity" value="init"/> <参数key="random_seed" value="2001"/> <参数key="send_mail" value="never"/> <参数key="notification_email" value="" "/> <参数key="process_duration_for_mail" value="30"/> <参数key="encoding" value="UTF-8"/>                            <关键字="group_by_attributes" value="CNPJ"/> <关键字="count_all_combination " value="false"/> <关键字="only_distinct" value="false"/> <关键字="ignore_missing " value="true"/> <关键字="select_attributes" compatibility="9.3.001" expanded="true" height="82" name="Select Attributes (9)" width="90" x="246" y="136"> <关键字="attribute_filter_type" value="子集"/> <关键字="attribute"value=""/> <参数key="attributes" value="coduasg|ipgCod_diff|ippIndAceito|ippIndAdjudicado|lanClassif_diff|numprp|prpCod|lanData_milis|lanData_milis_diff"/> <参数key="use_except_expression" value="false"/> <参数key="value_type" value="attribute_value"/> <参数key="use_value_type_exception" value="false"/> <参数key="except_value_type" value="time"/> <参数key="block_type" value="attribute_block"/> <参数key="use_block_type_exception" value="false"/>   Exclusão final de attributos         Ordena&#231;&#227;o dos atributos