去掉重量第一计费区间值 和 重量第一计费区间价格的空值和0值
时间: 2023-08-05 20:10:36 浏览: 40
如果要去掉重量第一计费区间值和重量第一计费区间价格的空值和0值,并且根据实际重量判断在哪个计费区间,并且取对应的区间价格,可以使用以下SQL查询语句:
```
SELECT
CASE
WHEN 实际重量 <= 重量第一计费区间值 THEN 重量第一计费区间价格
WHEN 实际重量 <= 重量第二计费区间值 THEN 重量第二计费区间价格
-- 继续添加条件,直到第十个计费区间
ELSE NULL -- 如果实际重量大于所有计费区间值,则返回 NULL
END AS 区间价格
FROM 数据表名
WHERE 实际重量 IS NOT NULL -- 过滤空值
AND 实际重量 > 0 -- 过滤0值
AND 重量第一计费区间值 IS NOT NULL -- 过滤空值
AND 重量第一计费区间值 > 0 -- 过滤0值
AND 重量第一计费区间价格 IS NOT NULL -- 过滤空值
AND 重量第一计费区间价格 > 0 -- 过滤0值
AND 其他条件; -- 可以添加其他查询条件,如订单编号、时间等
```
在上述查询语句中,除了过滤空值和0值的条件外,新增了对重量第一计费区间值和重量第一计费区间价格的过滤条件。这样查询结果中就不会包含空值和0值了。
相关问题
python线性填充空值,但是第一个值为空怎么办
如果第一个值为空,可以考虑使用第一个非空值来进行插值。具体步骤如下:
1. 导入NumPy库
``` python
import numpy as np
```
2. 定义一个包含空值的数组
``` python
arr = np.array([np.nan, 2, 3, 4, np.nan, 6, 7, np.nan])
```
3. 找到第一个非空值的索引
``` python
first_non_nan_index = np.nanargmin(arr)
```
4. 使用numpy.interp()函数进行线性插值
``` python
x = np.arange(len(arr))
x_interp = x[first_non_nan_index:]
y_interp = arr[first_non_nan_index:]
arr_interp = np.interp(x, x_interp, y_interp)
```
在上面的代码中,我们首先使用np.nanargmin()函数找到第一个非空值的索引,并将其存储在first_non_nan_index变量中。然后,我们使用这个索引来截取x和y数组,只保留第一个非空值及其后面的值。最后,我们使用numpy.interp()函数进行线性插值,并将结果存储在arr_interp中。
这样,我们就可以得到一个包含第一个非空值的线性插值数组。
python线性填充Dataframe空值,但是第一个值为空怎么办
对于一个DataFrame,可以使用pandas库中的interpolate()方法进行线性插值。如果第一个值为空,可以考虑使用第一个非空值来进行插值。具体步骤如下:
1. 导入pandas库
``` python
import pandas as pd
```
2. 定义一个包含空值的DataFrame
``` python
df = pd.DataFrame({'A': [np.nan, 2, 3, 4, np.nan, 6, 7, np.nan],
'B': [1, np.nan, 3, np.nan, 5, 6, np.nan, 8]})
```
3. 找到第一个非空值的索引
``` python
first_non_nan_index = df.first_valid_index()
```
4. 使用interpolate()方法进行线性插值
``` python
df_interp = df.interpolate(method='linear', limit_direction='forward', axis=0).fillna(method='ffill')
```
在上面的代码中,我们首先使用DataFrame的first_valid_index()方法找到第一个非空值的索引,并将其存储在first_non_nan_index变量中。然后,我们使用interpolate()方法进行线性插值,使用'forward'参数限制方向为向前,并使用fillna()方法填充第一个值为空的情况。最后,我们将插值后的DataFrame存储在df_interp中。
这样,我们就可以得到一个包含第一个非空值的线性插值DataFrame。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://img-home.csdnimg.cn/images/20210720083646.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)