用于清洗从hbase中捞取出来的数据code

2024-02-29 23:18

本文主要是介绍用于清洗从hbase中捞取出来的数据code,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

"""用于清洗从hbase中捞取出来的数据author:tiandate: 2020-02-27
"""import pandas as pddef get_data(path):data = pd.read_excel(path, names=['glassid_operacode', 'attribute', 'name', 'value'])glassid_operacode = data['glassid_operacode'].str.split('_')glass_id = []opera_code = []for i in range(len(glassid_operacode)):glass_id.append(glassid_operacode[i][0][::-1])opera_code.append(glassid_operacode[i][1])data['glass_id'] = glass_iddata['opera_code'] = opera_codedata = data.drop('glassid_operacode', axis=1)return data# 基本属性
def get_mea_data(data, model_str):mea_data = data.loc[data['attribute'] == 'mea', :]mea_data.loc[:, 'name'] = mea_data['name'].str.replace(model_str, '')mea_data = mea_data.drop_duplicates(keep='first')mea_data.dropna(how='any', axis=0, inplace=True)ID = list(set(mea_data['glass_id']))mea = pd.DataFrame()for i in ID:id_data = mea_data.loc[mea_data['glass_id'] == i, :]local_data = id_data.loc[:, ['name', 'value']].Tlocal_data.columns = local_data.loc['name'].tolist()local_data.drop('name', axis=0, inplace=True)if mea.empty:mea = local_dataelse:mea = pd.concat([mea, local_data])mea.reset_index(drop=True, inplace=True)col_list = mea.columns.tolist()col_list.remove('glass_id')col_list.insert(0, 'glass_id')mea = mea.loc[:, col_list]return mea# X
def get_pro_data(data, model_str):pro_data = data.loc[data['attribute'] == 'pro', :]pro_data['value'] = pro_data['value'].astype(float)pro_data.loc[:, 'name'] = pro_data['name'].str.replace(model_str, '')pros = pro_data.pivot_table(index=['glass_id'], columns=['name'], values=['value'])pros.columns = pros.columns.droplevel(0)pros.reset_index()pro_ = pd.concat([pros, pd.DataFrame(data=pros.index.tolist(), columns=[pros.index.name],index=pros.index.tolist())], axis=1)col_list = pro_.columns.tolist()col_list.remove('glass_id')col_list.insert(0, 'glass_id')pro = pro_.loc[:, col_list]pro.reset_index(drop=True, inplace=True)return pro# 预测值Y
def get_pre_data(data, model_str):pre_data = data.loc[data['attribute'] == 'pre', :]pre_data.loc[:, 'name'] = pre_data['name'].str.replace('133_', '')pre_data['value'] = pre_data['value'].astype(float)pre = pre_data.pivot_table(index=['glass_id'], columns=['name'], values=['value'])pre.columns = pre.columns.droplevel(0)pre.reset_index()return pre# 量测值(真实值)Y
def get_real_data(data,model_str):real_data = data.loc[data['attribute'] == 'real', :]real_ = real_data.loc[real_data['name'] != 'glass_start_time', :]real_['value'] = real_['value'].astype(float)rea = real_.pivot_table(index=['glass_id'], columns=['name'], values=['value'])rea.columns = rea.columns.droplevel(0)rea.reset_index()glass_time = real_data.loc[real_data['name'] == 'glass_start_time', :]glass_time.drop(['attribute', 'name', 'opera_code'], axis=1, inplace=True)glass_time.rename(columns={'value': 'glass_start_time'}, inplace=True)glass_time.set_index(['glass_id'], inplace=True)real = pd.concat([rea, glass_time], axis=1)return real# 拼接所有值
def get_total_data(data, model_str):mea = get_mea_data(data, model_str)pro = get_pro_data(data, model_str)pre = get_pre_data(data, model_str)real = get_real_data(data, model_str)mea_pro = pd.merge(mea, pro)mea_pro.set_index(['glass_id'], inplace=True)pre.rename(columns={'rs_avg': 'pre_rs_avg'}, inplace=True)pre_rea = pd.concat([pre, real], axis=1)deal_data = pd.concat([mea_pro, pre_rea], axis=1)deal_data.reset_index(inplace=True)deal_data.rename(columns={'index': 'glass_id'}, inplace=True)return deal_dataif __name__ == '__main__':path = r'C:\Users\Administrator\Desktop\预测为均值\最新\133.xlsx'model = '133_'data = get_data(path)deal_data = get_total_data(data, model)deal_data.to_excel(r'C:\Users\Administrator\Desktop\预测为均值\最新\deal_data133.xlsx', index=None)

这篇关于用于清洗从hbase中捞取出来的数据code的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/760427

相关文章

Redis的数据过期策略和数据淘汰策略

《Redis的数据过期策略和数据淘汰策略》本文主要介绍了Redis的数据过期策略和数据淘汰策略,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录一、数据过期策略1、惰性删除2、定期删除二、数据淘汰策略1、数据淘汰策略概念2、8种数据淘汰策略

轻松上手MYSQL之JSON函数实现高效数据查询与操作

《轻松上手MYSQL之JSON函数实现高效数据查询与操作》:本文主要介绍轻松上手MYSQL之JSON函数实现高效数据查询与操作的相关资料,MySQL提供了多个JSON函数,用于处理和查询JSON数... 目录一、jsON_EXTRACT 提取指定数据二、JSON_UNQUOTE 取消双引号三、JSON_KE

Python给Excel写入数据的四种方法小结

《Python给Excel写入数据的四种方法小结》本文主要介绍了Python给Excel写入数据的四种方法小结,包含openpyxl库、xlsxwriter库、pandas库和win32com库,具有... 目录1. 使用 openpyxl 库2. 使用 xlsxwriter 库3. 使用 pandas 库

SpringBoot定制JSON响应数据的实现

《SpringBoot定制JSON响应数据的实现》本文主要介绍了SpringBoot定制JSON响应数据的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们... 目录前言一、如何使用@jsonView这个注解?二、应用场景三、实战案例注解方式编程方式总结 前言

使用Python在Excel中创建和取消数据分组

《使用Python在Excel中创建和取消数据分组》Excel中的分组是一种通过添加层级结构将相邻行或列组织在一起的功能,当分组完成后,用户可以通过折叠或展开数据组来简化数据视图,这篇博客将介绍如何使... 目录引言使用工具python在Excel中创建行和列分组Python在Excel中创建嵌套分组Pyt

在Rust中要用Struct和Enum组织数据的原因解析

《在Rust中要用Struct和Enum组织数据的原因解析》在Rust中,Struct和Enum是组织数据的核心工具,Struct用于将相关字段封装为单一实体,便于管理和扩展,Enum用于明确定义所有... 目录为什么在Rust中要用Struct和Enum组织数据?一、使用struct组织数据:将相关字段绑

在Mysql环境下对数据进行增删改查的操作方法

《在Mysql环境下对数据进行增删改查的操作方法》本文介绍了在MySQL环境下对数据进行增删改查的基本操作,包括插入数据、修改数据、删除数据、数据查询(基本查询、连接查询、聚合函数查询、子查询)等,并... 目录一、插入数据:二、修改数据:三、删除数据:1、delete from 表名;2、truncate

Java实现Elasticsearch查询当前索引全部数据的完整代码

《Java实现Elasticsearch查询当前索引全部数据的完整代码》:本文主要介绍如何在Java中实现查询Elasticsearch索引中指定条件下的全部数据,通过设置滚动查询参数(scrol... 目录需求背景通常情况Java 实现查询 Elasticsearch 全部数据写在最后需求背景通常情况下

电脑没有仿宋GB2312字体怎么办? 仿宋GB2312字体下载安装及调出来的教程

《电脑没有仿宋GB2312字体怎么办?仿宋GB2312字体下载安装及调出来的教程》仿宋字体gb2312作为一种经典且常用的字体,广泛应用于各种场合,如何在计算机中调出仿宋字体gb2312?本文将为您... 仿宋_GB2312是公文标准字体之一,仿China编程宋是字体名称,GB2312是字php符编码标准名称(简

Java中注解与元数据示例详解

《Java中注解与元数据示例详解》Java注解和元数据是编程中重要的概念,用于描述程序元素的属性和用途,:本文主要介绍Java中注解与元数据的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参... 目录一、引言二、元数据的概念2.1 定义2.2 作用三、Java 注解的基础3.1 注解的定义3.2 内