1

Tengo la siguiente consulta:

select id_cliente,medio,sum(movies) AS películas 
FROM clientes 
GROUP BY id_cliente,medio
HAVING SUM(movies) > avg (movies)

Como salida me da: por cliente, el medio que mas usa para ver películas

Lo que llevo en pandas:

df =df_clientes.groupby(['id_cliente','medio']).agg({'movies': np.sum })

Como salida: La suma de películas por medio de cada cliente. Mi pregunta es ¿cómo puedo hacer en pandas para que esta suma sea mayor que el promedio tal como con el having?

1 respuesta 1

0

Tengo la sensación que la solución que buscas es:

dfg =df_clientes.groupby(['id_cliente','medio']).sum()['movies']
dfg[ dfg>dfg.mean() ]

Y que el SQL debería ser:

select id_cliente,medio,sum(movies) AS películas 
  FROM clientes 
  GROUP BY id_cliente,medio
  HAVING SUM(movies) > (
      SELECT AVG(peliculas) FROM (
          select id_cliente,medio,
            sum(movies) AS peliculas 
            FROM clientes 
            GROUP BY 1,2  
        ) c1  
    );

Tal y como lo propones, dado que la suma de unos valores siempre es mayor que su promedio, la condición del HAVING se cumplirá siempre, lo que equivale a no ponerlo.

Con mi propuesta, obtienes aquellos clientes por medio con películas por encima de la media de todos los clientes.

Espero haber respondido a tu pregunta.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.