【数据分析】图书馆数据-01建表

最新推荐文章于 2024-11-03 14:02:15 发布

原创最新推荐文章于 2024-11-03 14:02:15 发布 · 3.8k 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#建表

数据分析-图书馆专栏收录该内容

10 篇文章

订阅专栏

通过Python对图书馆2016年全年18万余条借阅记录和1.5万余条学生信息进行数据挖掘，分析学生借阅行为规律及读者类型。

对图书馆的数据进行数据挖掘，考虑到学生借阅图书的周期性，在图书馆数据库中主要选取了读者信息表和读者借阅记录表，选取从2016年1月1日到2016年12月31日的182508条借阅记录信息和15294条学生信息，使用python对数据进行数据挖掘处理，根据数据挖掘的结果来分析其中蕴含的规律。

读者借阅记录表是在读者借书的过程中，由图书馆数据库生成的，包括读者证号、读者姓名、条形码、书名等11个属性。

读者借阅记录表的结构：

列名	数据类型	列名	数据类型	列名	数据类型	列名	数据类型
读者证号	char(20)	读者姓名	char(10)	条形码	char(14)	出版日期	char(10)
书名	char(100)	借出时间	datetime	限还时间	datetime	续借次数	int
文献类型	char(10)	中图法分类号	char(50)	出版者	char(10)

读者信息表的结构：

列名	数据类型	列名	数据类型	列名	数据类型	列名	数据类型
读者证号	char(20)	读者姓名	char(10)	读者性别	char(2)	读者单位	char(40)
读者类别	char(10)	允许借册	int	借出册数	int

通过对两张表进行分析，分别从表中选择部分字段，构成一个新的表：

列名	数据类型	列名	数据类型	列名	数据类型	列名	数据类型
读者证号	char(20)	读者姓名	char(10)	读者性别	char(2)	书名	char(40)
中图法分类号	char(50)	读者单位	char(40)	读者类别	char(10)

import csv as csv
import numpy as np
import codecs
"""
    合并表格,并改列名为英文,输出合并后的表格
"""
# -------------
# csv读取表格数据
# -------------
"""
csv_file_object = csv.reader(codecs.open('ReaderRentRecode.csv', 'rb'))
header = csv_file_object.next()
print header
print type(header)
print header[1]

data = []
for row in csv_file_object:
    data.append(row)
data = np.array(data)

print data[0::, 0]
"""
# -------------
# pandas读取表格数据
# -------------
import pandas as pd

df = pd.read_csv('ReaderRentRecode.csv')  # 读者借阅信息表
"""
print df.head()
print '----------------'
print df[['读者证号', '读者姓名', '书名', '中图法分类号']]  # 选取其中的四列
print '------------------------------------------------------------------'
print
"""
dd = pd.read_csv('ReaderInformation.csv')
"""
print dd.head()
print '----------------'
print dd[['读者证号', '读者性别', '读者单位', '读者类别']]
print '------------------------------------------------------------------'
print
"""
# -------------
# 表格合并
# -------------
data = pd.merge(df, dd, on=['读者证号', '读者姓名'], how='left')  # pandas csv表左连接
data = data[['读者证号', '读者姓名', '读者性别', '书名', '中图法分类号', '读者单位', '读者类别']]
print data
print '------------------------------------------------------------------'
print

# -------------
# pandas写入表格数据
# -------------
data.to_csv(r'data.csv', encoding='gbk')