更新字段

Question

我有一个随机的给你们：我有一张桌子有4个字段ProductCode，LocationCode，Primary，StockInLocation

某些产品代码在表中只有1个条目，其他产品代码有2个，其中1应该是主要位置，而另一个则不应该（主要是1或0）

例如：产品代码位置代码主要库存（ABC）（1）1（ABC）5BCD的版本2的版本1的版本3CDE的版本3的版本1的版本5CDE的版本5的版本0的版本22DEF的版本4的版本1的版本7DEF的版本7 DEF的版本0的版本10的版本EFG（英特网）6月1日1 5

我想做的是将“主要”字段重置为1，其中库存分配最高，或者表中只有1个条目，所有其他主要的字段应为0

到目前为止，我第一个查询为更新配置设置a。“ Primary” ='0'

现在我需要第二个查询，它将根据上述规则正确设置主字段，结果如下表所示：产品代码位置代码主要库存（ABC）（1）1（ABC）5BCD的版本2的版本1的版本3CDE的版本3的版本0的版本5CDE 5 5DEF的版本4的版本0的版本DEF的版本4国防军7国防军1国防军10国防军EFG（英特网）6月1日1 5

[不幸的是，这让我很困惑，因为我无法弄清楚如何仅更新表中只有1个条目的行（例如，产品ABC，BCD，EFG）以及库存最多的行（ EG。CDE第二行和DEF第二行）。理论有人吗？

我有一个随机的给你们：我有一个包含4个字段的表ProductCode，LocationCode，Primary，StockInLocation，某些产品代码在表中只有1个条目，其他产品代码有2个，其中1个应该是...]]] >>

我无法就您所使用的特定软件回答问题，但是我有一个应翻译的通用算法？我使用了熊猫，任何体面的数据库都应具有相同类型的功能。

设置测试数据：

import pandas as pd
df = pd.DataFrame({
    "ProductCode" : ["ABC","BCD", "CDE", "CDE", "DEF", "DEF", "EFG"],
    "LocationCode" : [1, 2, 3, 5, 4, 7, 6],
    "Primary" : [1, 1, 1, 0, 1, 0, 1],
    "StockInLocation" : [5, 3, 5, 22, 7, 10, 5]})
定义一个在给定产品代码的各个位置输出最大库存的函数：

max_stock = lambda x : df.loc[df["ProductCode"] == x, "StockInLocation"].max()
将Primary列设置为零：
 df["Primary"] = [0]*len(df)
循环浏览唯一的ProductCode值列表，并将Primary设置为1，其中StockInLocation是该ProductCode的最大值：
for x in df["ProductCode"].unique():
    df.loc[(df["ProductCode"] == x) & (df["StockInLocation"] == max_stock(x)), "Primary"] = 1

Answer 1

我无法就您所使用的特定软件回答问题，但是我有一个应翻译的通用算法？我使用了熊猫，任何体面的数据库都应具有相同类型的功能。

设置测试数据：