如何将带WHERE筛选与INTO赋值的SQL转换为等效pandas代码

你需要转换的SQL是SAS方言版本，核心分为过滤、聚合、变量赋值三个部分，对应实现如下：

过滤条件（WHERE子句）实现 #

三个过滤规则的对应逻辑：

• x=1 and y=1：用pandas布尔索引筛选两列等于1的行，多个条件用&连接，每个条件需单独加括号
• input(code,8.)：SAS内置函数，作用是将字符型code转为8字节长度的数值类型，pandas中用pd.to_numeric实现同效转换
• in (70001:73599)：SAS的区间简写语法，等价于数值落在[70001, 73599]闭区间内，用between方法实现即可

过滤代码：

filtered_data = _gm_Qr_bfr_mnt[
    (_gm_Qr_bfr_mnt['x'] == 1)
    & (_gm_Qr_bfr_mnt['y'] == 1)
    & (pd.to_numeric(_gm_Qr_bfr_mnt['code'], errors='raise').between(70001, 73599))
]

如果你的code列本身已经是整数/浮点数类型，可以跳过pd.to_numeric转换，直接对code列调用between方法。

聚合计算+变量赋值（INTO子句）实现 #

SAS中select 聚合1,聚合2 into :变量1,:变量2的逻辑是按聚合顺序把结果赋值给对应宏变量，pandas中直接在过滤后的数据集上计算后赋值即可：

# 对应count(*)结果，赋值给_cnt_ML_2R
_cnt_ML_2R = filtered_data.shape[0]
# 对应sum(days)结果，赋值给_pd_QL_1R
_pd_QL_1R = filtered_data['days'].sum()

# 如果需要和你之前的写法保持一致返回pd.Series类型，包装一层即可
# _cnt_ML_2R = pd.Series(filtered_data.shape[0])
# _pd_QL_1R = pd.Series(filtered_data['days'].sum())

完整代码 #

import pandas as pd

# 行过滤
filtered_data = _gm_Qr_bfr_mnt[
    (_gm_Qr_bfr_mnt['x'] == 1)
    & (_gm_Qr_bfr_mnt['y'] == 1)
    & (pd.to_numeric(_gm_Qr_bfr_mnt['code']).between(70001, 73599))
]

# 结果赋值
_cnt_ML_2R = filtered_data.shape[0]
_pd_QL_1R = filtered_data['days'].sum()

内容的提问来源于stack exchange，提问作者anjan paul