我有一個 csv 文件，其中包含 20 天內用戶社交媒體活動的值 我想獲取第一天用戶活動的詳細信息 以下是 csv 中條目的示例DateTime Instagram Facebook Twitter(2020,09,01,10,00,00) Y N Y(2020,09,01,10,01,00) N Y Y(2020,09,01,10,02,00) N Y N(2020,09,01,10,03,00) N Y N(2020,09,01,10,04,00) Y N Y(2020,09,01,11,00,00) Y N N(2020,09,02,10,00,00) N Y Y(2020,09,02,10,00,00) Y N N(2020,09,02,10,00,00) N N N(2020,09,03,10,00,00) Y Y YY 代表用戶處于活動狀態，N 代表用戶處于非活動狀態 我想顯示第一天（即2020-09-012020 年 9 月 1 日）所有應用程序的活動統計信息。所以我希望結果看起來像這樣（只有用戶在該應用程序上處于活動狀態（Y）的日期時間值）{'Instagram':[(2020,09,01,10,00,00),(2020,09,01,10,04,00),(2020,09,01,11,00,00)], 'Facebook':[(2020,09,01,10,01,00), (2020,09,01,10,02,00), (2020,09,01,10,03,00)], 'Twitter':[(2020,09,01,10,00,00), (2020,09,01,10,01,00), (2020,09,01,10,04,00)]}我寫了一段代碼，但它沒有提供我想要的結果df['DateTime'] = pd.to_datetime(df['DateTime'], format='(%Y,%m,%d,%H,%M,%S)')for idx, d in df.groupby(df['DateTime'].dt.date): print(d.drop('DateTime', axis=1).to_dict('list'))This was the result I got {'Instagram': ['Y', 'N', 'N', 'N', 'Y', 'Y'], 'Facebook': ['N', 'Y', 'Y', 'Y', 'N', 'N'], 'Twitter': ['Y', 'Y', 'N', 'N', 'Y', 'N']}{'Instagram': ['N', 'Y', 'N'], 'Facebook': ['Y', 'N', 'N'], 'Twitter': ['Y', 'N', 'N']}{'Instagram': ['Y'], 'Facebook': ['Y'], 'Twitter': ['Y']}DateTime 列由日期時間對象格式的值組成，我將其轉換為 pandas 日期時間格式
2 回答
汪汪一只貓
TA貢獻1898條經驗 獲得超8個贊
將值轉換為新列，按 過濾第一個日期boolean indexing，然后按 unpivotDataFrame.melt和 aggreagate?list：
df['d'] = pd.to_datetime(df['DateTime'], format='(%Y,%m,%d,%H,%M,%S)')
day1 = df['d'].dt.date[0]
df = df[df['d'].dt.date.eq(day1)]?
df = df.melt(['DateTime','d'])?
df = df[df['value'].eq('Y')]?
d = df.groupby('variable')['DateTime'].agg(list).to_dict()
print (d)
{'Facebook': ['(2020,09,01,10,01,00)', '(2020,09,01,10,02,00)', '(2020,09,01,10,03,00)'],?
?'Instagram': ['(2020,09,01,10,00,00)', '(2020,09,01,10,04,00)', '(2020,09,01,11,00,00)'],?
?'Twitter': ['(2020,09,01,10,00,00)', '(2020,09,01,10,01,00)', '(2020,09,01,10,04,00)']}
如果需要輸出datetime嵌套字典中的每個：
df['d'] = pd.to_datetime(df['DateTime'], format='(%Y,%m,%d,%H,%M,%S)')
df = df.melt(['DateTime','d'])?
df = df[df['value'].eq('Y')]?
s = df.groupby([df['d'].dt.strftime('%Y-%m-%d'), 'variable'])['DateTime'].agg(list)
print (s)
d1 = {level: s.xs(level).to_dict() for level in s.index.levels[0]}
print (d1)
{'2020-09-01': {'Facebook': ['(2020,09,01,10,01,00)', '(2020,09,01,10,02,00)', '(2020,09,01,10,03,00)'],?
? ? ? ? ? ? ? ? 'Instagram': ['(2020,09,01,10,00,00)', '(2020,09,01,10,04,00)', '(2020,09,01,11,00,00)'],
? ? ? ? ? ? ? ? 'Twitter': ['(2020,09,01,10,00,00)', '(2020,09,01,10,01,00)', '(2020,09,01,10,04,00)']},
?'2020-09-02': {'Facebook': ['(2020,09,02,10,00,00)'],?
? ? ? ? ? ? ? ? 'Instagram': ['(2020,09,02,10,00,00)'],?
? ? ? ? ? ? ? ? 'Twitter': ['(2020,09,02,10,00,00)']},?
?'2020-09-03': {'Facebook': ['(2020,09,03,10,00,00)'],?
? ? ? ? ? ? ? ? 'Instagram': ['(2020,09,03,10,00,00)'],?
? ? ? ? ? ? ? ? 'Twitter': ['(2020,09,03,10,00,00)']}}
print (d1['2020-09-01'])
{'Facebook': ['(2020,09,01,10,01,00)', '(2020,09,01,10,02,00)', '(2020,09,01,10,03,00)'],?
?'Instagram': ['(2020,09,01,10,00,00)', '(2020,09,01,10,04,00)', '(2020,09,01,11,00,00)'],
?'Twitter': ['(2020,09,01,10,00,00)', '(2020,09,01,10,01,00)', '(2020,09,01,10,04,00)']}
print (d1['2020-09-02'])
{'Facebook': ['(2020,09,02,10,00,00)'], 'Instagram': ['(2020,09,02,10,00,00)'], 'Twitter': ['(2020,09,02,10,00,00)']}
慕森卡
TA貢獻1806條經驗 獲得超8個贊
使用readline逐行讀取file.csv。然后你應該將 Instagram 的日期時間（在“Y”的情況下，所以使用 if）收集在一個列表中。對 Facebook 和 Twitter 執行同樣的操作。
所以，這是總體方法：
Instagram=[] #make an empty list
for row in file.readlines(): #read line by line of your file
row2=row.split(';') #split elements and make a list with name row2
if str(row2[1])=="Y": Instagram.append(row2[0]) # add date time to instagram list
#do the same for facebook and twitter
print(Instagram)
添加回答
舉報
0/150
提交
取消