Python

Question

问题陈述：

我有一个文件如下。

name | date | count
John | 201406 | 1
John | 201410 | 2
Mary | 201409 | 180
Mary | 201410 | 154
Mary | 201411 | 157
Mary | 201412 | 153
Mary | 201501 | 223
Mary | 201502 | 166
Mary | 201503 | 163
Mary | 201504 | 169
Mary | 201505 | 157
Tara | 201505 | 2

该文件显示了 John、Mary 和 Tara 三个人几个月来的计数数据。我想分析这些数据并为每个人提出一个状态标签，即活跃、不活跃或新人。

如果一个人有 201505 和之前其他月份的条目，那么这个人就是活跃的 - 比如玛丽

如果某人没有 201505 的条目，则该人不活跃 - 例如约翰

如果一个人在 201505 年只有 1 个条目，那么他就是新人 - 比如 Tara。

此外，如果一个人很活跃，我想得到他们 last 5 计数的中位数。例如，对于 Mary，我想得到的平均值为 ((157 + 169 + 163 + 166 + 223 ) / 5).

问题：

我想了解如何在 Python 2.7 中阅读此文件以满足我的要求。我从以下内容开始，但不确定如何获取特定人员的先前条目（即文件中的先前行）。

for line in data:
    col = line.split('\t')
    name = col[0]
    date = col[1]
    count = col[2]

Answer 1

我认为你可以用dict解决你的问题。

import re

spl = """name | date | count
John | 201406 | 1
John | 201410 | 2
Mary | 201409 | 180
Mary | 201410 | 154
Mary | 201411 | 157
Mary | 201412 | 153
Mary | 201501 | 223
Mary | 201502 | 166
Mary | 201503 | 163
Mary | 201504 | 169
Mary | 201505 | 157
Tara | 201505 | 2"""

dicto = {}

listo = re.split("\||\n",spl)
listo = [x.strip() for x in listo]
for x in range(3,len(listo),3):
    try:
        dicto[listo[x]].append([listo[x+1],listo[x+2]])
    except KeyError:
        dicto[listo[x]]= []
        dicto[listo[x]].append([listo[x+1],listo[x+2]])

print (dicto.get('John'))

输出：

[['201406', '1'], ['201410', '2']]

所以，现在您拥有所有数据，所有用户都在您的字典中，您可以随心所欲地使用它们

Answer 2

import pandas as pd:
df = pd.read_csv('input_csv.csv') # This assumes you have a csv format file
names = {}
for name, subdf in df.groupby('name'):
    if name not in names:
        names[name] = {}
    if (subdf['date']==201505).any():
        if subdf['count'].count()==1:
            names[name]['status'] = 'new'
        else:
            names[name]['status'] = 'active'
            names[name]['last5median'] = subdf['count'].tail().median()
    else:
        names[name]['status'] = 'inactive'


>>>
{'John': {'status': 'inactive'},
 'Mary': {'last5median': 166.0, 'status': 'active'},
 'Tara': {'status': 'new'}}

Python - 根据条件读取文本文件中的特定行

Python - Read specific lines in a text file based on a condition

file

line

readfile