معرفی شرکت ها


csvpivot-1.4


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Pivot tables for CSV files in the terminal.
ویژگی مقدار
سیستم عامل -
نام فایل csvpivot-1.4
نام csvpivot
نسخه کتابخانه 1.4
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Max Harlow
ایمیل نویسنده maxharlow@gmail.com
آدرس صفحه اصلی https://github.com/maxharlow/csvpivot
آدرس اینترنتی https://pypi.org/project/csvpivot/
مجوز Apache
CSV Pivot ========= Pivot tables for CSV files in the terminal. Tested on Python 3.6 and 2.7. Installing ---------- pip install csvpivot Usage ----- Say you have a CSV file such as: name,country,gender,salary Oliver,UK,M,10000 Jack,UK,M,21000 Emily,UK,F,32000 Harry,UK,M,43000 Adam,France,M,54000 Paul,France,M,65000 Louise,France,F,76000 Alice,France,F,87000 Emma,Germany,F,98000 We could then find the average salary in each country: $ csvpivot test.csv --rows country --values 'mean(salary)' country,mean(salary) France,70500 Germany,98000 UK,26500 It would be useful to find out the maximum and minimum values too though: $ csvpivot test.csv --rows country --values 'mean(salary)' 'min(salary)' 'max(salary)' country,mean(salary),min(salary),max(salary) France,70500,54000,87000 Germany,98000,98000,98000 UK,26500,10000,43000 As well as `mean`, `min`, and `max`, CSV Pivot also supports `median`, `sum`, `stddev`, `count`, `countuniq`, `concat`, and `concatuniq`. All require numerical values apart from the last two. If numbers contain commas they are interpreted as thousands separators and removed. Columns are also supported. So we could break down our data by gender: $ csvpivot test.csv --rows country --values 'mean(salary)' --columns gender country,mean(salary):F,mean(salary):M France,81500,59500 Germany,98000, UK,32000,24666.666666666668


نحوه نصب


نصب پکیج whl csvpivot-1.4:

    pip install csvpivot-1.4.whl


نصب پکیج tar.gz csvpivot-1.4:

    pip install csvpivot-1.4.tar.gz