Правда, библиотеки могут работать не все
У меня для визуализации seaborn не работал в Power BI, для обработки данных - не знаю, но пандас он точно понимает

кто нибудь юзал ClickHouse в Облаке Яндекса? Не могу понять как дать права пользователю на создание таблиц, всю документацию перерыл уже

Да это я знаю все))

Хотел узнать, возможно ли решение конкретно моей задачи?)

Это же с помощью цикла нужно решать, правильно?

DataLens? https://cloud.yandex.com/docs/datalens/security/

нет, именно ClickHouse в облаке Яндекса

Тогда не подскажу.. В облаке с ним не работал, а стационарно это делается либо через xml-конфиг, либо через посредством SQL (но эта опция должна быть включена).

🗃Продам базы данных
🏦Хоум кредит 15000 контактов. 20 года. Цена 5000р.
🏦Фора банк мск. 20год.7500 контактов 3500р
💊Купившие БАДы вся РФ 92000 контактов. 20год. Цена 18000р.
🤝Продаю в одни руки.
📁Пробники не даю, базу продаю целиком🗃
Подробности в ЛС @BazaDDark

Ору

А есть база купивших базы?

а база сотрудников , прдоающих базы?

в одни руки вроде написано продает 😂

Видимо продал

Гайз!

С пандасом и мультииндексом поможете?

У меня есть df, сгруппированный с использованием мультииндекса (применен метод .groupby по двум столбцам).
Выполняю:

df_by_month_group.index.levels

Получаю:

FrozenList([[9, 10, 11], ['one', 'two', 'three']])

Все ок.

таким образом я могу получить доступ к первой части этого списка:

df_by_month_group.index.levels[0]

Получаю:

Int64Index([9, 10, 11], dtype='int64', name='month')

Если выполняю цикл
for i in df_by_month_group.index.levels[0]:
   print(i)

ожидаемо получаю
9
10
11


А вот iloc для этого датафрейма не работает:

df_by_month_group.iloc[df_by_month_group.index.levels[0]==9]

IndexError: Boolean index has wrong length: 3 instead of 159

Как поправить?
Мне нужно обрезать мой исходный датафрейм таким образом, чтобы остались только значения, у которых в Мультииндексе первым элементом стоит 9.

Спасибо.

Для воспроизводимости результата


first = [9,9,9,10,10,10]
second = ['one', 'two', 'three', 'one', 'two', 'three']
third = [10, 20, 30, 20, 40, 50]
test = pd.DataFrame(zip(first, second, third), columns=['mon', 'name', 'val'])
test_gr = test.groupby(['mon', 'name']).sum()
test_gr

а почему ты используешь iloc,  а не loc?

и вообще надо ли что-то использовать

вопрос отпал

test_gr.iloc[test_gr.index.get_level_values(0) == 9]или test_gr[test_gr.index.get_level_values(0) == 9]

https://pandas.pydata.org/pandas-docs/stable/user_guide/advanced.html
тут еще классное решение в Advanced indexing with hierarchical index