在sql中像在spss中一样创建数据透视表

Question

我在PostgreSQL中有很多数据。但我需要做一些数据透视表，就像SPSS一样。例如，我有城市和州的表。

create table cities 
(
    city integer, 
    state integer 
); 
insert into cities(city,state) values (1,1); 
insert into cities(city,state) values (2,2); 
insert into cities(city,state) values (3,1); 
insert into cities(city,state) values (4,1); 

其实在这个表中我有4个城市和2个州。 我想做的数据透视表有个像

city\state |state-1| state-2| 
city1  |33% |0%  | 
city2  |0%  |100% | 
city3  |33% |0%  | 
city4  |33% |0%  | 
totalCount |3  |1  | 

我understant如何在SQL这种情况下，格外做到了这一点。但我想要的是通过另一个交叉变量（只计数不同的值，并通过“count（*）where variable_in_column_names = 1等等）使用一些存储的函数进行区分。我正在寻找plpython。我的一些问题是：

1. 如何使用没有与 形状适合输出列的数量和类型的临时表输出的记录集。
2. 也许有可行的解决方案？

我所看到的，输入会是表名，第一个变量的列名，第二个变量的列名。在函数体中做很多查询计数（*），通过变量中的每个不同值进行循环并对其进行计数等），然后返回带有百分比的表格。

1. 事实上，我有很多行的一个查询（约10K）和 可能会做这样的事情在原蟒蛇，不plpython最好的方法是什么？

Answer 1

你可能想要给pandas一个尝试，这是一个很好的python数据分析库。

要查询的PostgreSQL数据库：

import psycopg2 
import pandas as pd 
from pandas.io.sql import frame_query 

conn_string = "host='localhost' dbname='mydb' user='postgres' password='password'" 
conn = psycopg2.connect(conn_string) 
df = frame_query('select * from cities', con=conn) 

凡df是DataFrame这样的：

city state 
0 1 1 
1 2 2 
2 3 1 
3 4 1 

然后可以使用pivot_table和总除以得到的百分比创建数据透视表：

totals = df.groupby('state').size() 
pivot = pd.pivot_table(df, rows='city', cols='state', aggfunc=len, fill_value=0)/totals 

给哟ü结果：

state 1 2 
city   
1 0.333333 0 
2 0   1 
3 0.333333 0 
4 0.333333 0 

最后得到你想要的布局，你只需要重命名索引和列，并追加总计：

totals_frame = pd.DataFrame(totals).T 
totals_frame.index = ['totalCount'] 

pivot.index = ['city%i' % item for item in pivot.index] 
final_result = pivot.append(totals_frame) 
final_result.columns = ['state-%i' % item for item in final_result.columns] 

给你：

  state-1  state-2 
city1  0.333333 0 
city2  0.000000 1 
city3  0.333333 0 
city4  0.333333 0 
totalCount 3.000000 1 

Answer 2

检查PostgreSQL窗口函数。可能会给你一个非（pl）python解决方案。 http://blog.hashrocket.com/posts/sql-window-functions