Gingerhaze's questions

Tenho 3 colunas na minha tabela de encargos como

Preciso da contagem de linhas, valor mínimo e valor máximo para cada uma dessas colunas. Minha saída desejada seria uma tabela formatada assim:

É fácil ir de variável em variável

SELECT COUNT(CHRG_ACCOM_AMT) AS CNT, 
MIN(CHRG_ACCOM_AMT) AS MIN,
MAX(CHRG_ACCOM_AMT) AS MAX
FROM Tb1 

Mas como posso fazer o pivot para obter o resultado desejado?

Eu tenho duas mesas. A Tabela 1 possui IDs distintos

Tabela 1:

*Observação: há mais colunas em T1, mas não são mostradas para maior clareza

A Tabela 2 possui vários códigos associados a cada ID. Parece assim:

Preciso juntar T2 a T1 e preciso criar uma coluna de rótulos onde se um ID estiver associado ao código 002 ou 004 então deverá ser rotulado DESCARREGADO. Se não estiver associado, então OUTRO

Minha saída deve ficar assim:

Eu tentei esse SQL

SELECT t1.ID,
    CASE
        WHEN t2.CODE IN ('002','004') THEN 'DISCHARGED'
        ELSE 'OTHER'
    END AS LABEL
FROM T1.t1
LEFT JOIN T2.t2 on t1.ID=t2.ID 
GROUP BY    
    CASE
        WHEN t2.CODE IN ('002','004') THEN 'DISCHARGED'
        ELSE 'OTHER'
    END, 
    t1.ID

Mas isso está me dando IDs duplicados e, portanto, muitas linhas

EDIT: Os IDs com os quais estou trabalhando são na verdade números (tipo de coluna NUMBER (22). Usei letras para simplificar, mas percebi que isso pode afetar as respostas, por isso estou alterando os IDs.

Gostaria de substituir todos os valores em df1 por nan, caso sejam menores ou iguais ao valor na coluna correspondente de df2.

Por exemplo

df1:

 | A      | B       | C       |
-------------------------------
0| -0.1   | -0.5    |  3.0    |
1| -0.002 |  0.0037 | -0.06   |
2|  0.25  |  0.0048 |  0.06   |
3|  0.27  | -0.01   |  0.0055 | 

df2:

        | A    | B      | C      |
-----------------------------------
LessThan| 0.26 | 0.0037 | 0.0055 |

saída:

 | A    | B      | C    |
-------------------------
0| nan  | nan    | 3.0  |
1| nan  | nan    | nan  |
2| nan  | 0.0048 | 0.06 |
3| 0.27 | nan    | nan  | 

Neste exemplo, 0,25 na coluna A do df1 foi substituído por nan porque era menor que o valor na coluna A do df2. E assim por diante. Nos meus dados reais, há 15 colunas que preciso verificar

Eu tentei usar aplicar

df = df.apply(lambda x: np.nan if x<=df2.loc["LessThan"] else x)

e adicionando df2 em df1 e depois usando apply

df = pd.concat([df1, df2], axis=0)
df = df.apply(lambda x: np.nan if x<=df.loc["LessThan"] else x)