[英]Creating New Columns in Power BI with a Python Script
我正在尝试运行一个 python 脚本,以便我可以根据住宅地址列和住宅城市列创建家庭计数。 两列都只包含字符串。
我尝试过的脚本如下所示:
dataset['id'] =dataset.groupby(['RESIDENTIAL_ADDRESS1','RESIDENTIAL_CITY']).ngroup()
dataset['household_count'] = dataset.groupby(['id'])['id'].transform('count')
然而,它在 20,000 行后给了我这个错误:
DataSource.Error: ADO.NET: 处理 Python 脚本时出现问题。 以下是技术细节: [DataFormat.Error] 我们无法转换为数字。 详细信息:DataSourceKind=Python DataSourcePath=Python Message=处理您的 Python 脚本时出现问题。 以下是技术细节: [DataFormat.Error] 我们无法转换为数字。 错误代码=-2147467259。
有没有什么办法解决这一问题? 这段代码每次都在 python 中运行,错误代码在 Power BI 中完全没有意义,我非常感谢有关如何使用 DAX 执行此操作的任何建议。
我无法重现您的错误,但我强烈怀疑错误的来源是 datatypes 。 在Power Query Editor
,尝试将分组变量转换为文本。 对于大于20000
行的数据集,您的查询失败这一事实应该与问题完全无关。 当然,除非数据内容在第 20000 行之后发生了某种变化。
如果您可以描述您的数据源并在 Power Query 编辑器中显示应用的步骤,这对任何试图帮助您的人都会有很大帮助。 您也可以尝试在同一时间申请代码一步,利用意义建构一个表dataset['id'] =dataset.groupby(['RESIDENTIAL_ADDRESS1','RESIDENTIAL_CITY']).ngroup()
但使用另一张表dataset['household_count'] = dataset.groupby(['id'])['id'].transform('count')
我不妨向您展示如何做到这一点,同时也许会加深我对错误在于数据类型的怀疑,并希望排除其他错误来源。
我正在使用 numpy 以及一些随机的城市和街道名称来构建一个数据集,我希望它代表您的真实世界数据集的结构和数据类型:
片段 1:
import numpy as np
import pandas as pd
np.random.seed(123)
strt=['Broadway', 'Bowery', 'Houston Street', 'Canal Street', 'Madison', 'Maiden Lane']
city=['New York', 'Chicago', 'Baltimore', 'Victory Boulevard', 'Love Lane', 'Utopia Parkway']
RESIDENTIAL_CITY=np.random.choice(strt,21000).tolist()
RESIDENTIAL_ADDRESS1=np.random.choice(strt,21000).tolist()
sample_dataset=pd.DataFrame({'RESIDENTIAL_CITY':RESIDENTIAL_CITY,
'RESIDENTIAL_ADDRESS1':RESIDENTIAL_ADDRESS1})
复制该代码段,转到PowerBI Desktop > Power Query Editor > Transform > Run Python Script
并运行它以获取:
然后用这个片段做同样的事情:
dataset['id'] =dataset.groupby(['RESIDENTIAL_ADDRESS1','RESIDENTIAL_CITY']).ngroup()
现在你应该有这个:
到目前为止,您的最后一步称为Changed Type 2
。 正上方是一个名为dataset
的步骤。 如果单击它,您将看到ID
的数据类型中有一个字符串ABC
并且在下一步中它更改为数字123
。 根据我的设置,Power BI 会自动插入步骤Changed Type 2
。 也许你不是这种情况? 它当然可能是一个潜在的错误源。
接下来,插入您的最后一行作为它自己的步骤:
dataset['household_count'] = dataset.groupby(['id'])['id'].transform('count')
现在您应该拥有如下所示的数据集,以及Applied Steps
下的相同Applied Steps
:
使用此设置,一切似乎都正常。 那么,我们现在可以肯定地知道什么?
我们怀疑什么?
我希望这能以某种方式帮助你。 如果没有,请不要犹豫,让我知道。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.