地铁大数据挖掘之数据预处理——从原始一卡通数据提取城市地铁客流（一）

    这是很久以前写的一段代码，很简单很基础。最近突然用到，这里把它分享出来，希望可以为有需要的朋友提供帮助。

   以及欢迎阅读这一系列第二篇：地铁大数据挖掘之客流数据预处理——从原始一卡通数据提取城市地铁客流（二）

---

1 解压文件

    这里以上海城市开放大赛提供的数据为样例（提取码m4og），需要的朋友可以进行下载。把数据进行解压后，看到是一个个压缩文件：

    接下来，可以用下面这段代码对这些数据进行解压：

import gzip  
import os  
from datetime import datetime 
import shutil

#解压文件
def un_gz(file_name):  
    """ungz zip file"""  
    f_name = file_name.replace(".gz", "")  
    #获取文件的名称，去掉  
    g_file = gzip.GzipFile(file_name)  
    #创建gzip对象  
    open(f_name, "wb+").write(g_file.read())  
    #gzip对象用read()打开后，写入open()建立的文件中。  
    g_file.close()  
    #关闭gzip对象 

date_l=[datetime.strftime(x,'%Y%m%d') for x in list(pd.date_range('20150401','20150430'))]
file_name=[]
for x in date_l:
    filename="SPTCC-"+x+'.csv.gz'
    file_name.append(filename)
for each in file_name:
    un_gz(each)

#创建文件夹
os.mkdir('railway_data')

#将解压后的文件移至新文件夹
file_name2=[]
for x in date_l:
    filename="SPTCC-"+x+'.csv'
    file_name2.append(filename)
for each in file_name2:
    shutil.move(each,