提取时间序列数据信息
- 前置步骤
- 准备数据Training_LogInfo.csv,并将数据文件Training_LogInfo.csv放到Linux本地的/course/DataAnalyze/data目录。
- 准备数据Training_Userupdate.csv,并将数据文件Training_Userupdate.csv放到Linux本地的/course/DataAnalyze/data目录
- 提取时间序列数据信息
结合Python列表推导式,可以实现对DataFrame某一列时间信息数据的提取。用户信息更新表和登录信息表时间的年份,月份,日期,周信息提取,如代码 42所示。
In[3]: | # 定义一个提取用户信息的函数 def extract(file,time): global year year = [i.year for i in file[time]] month = [i.month for i in file[time]] week = [i.week for i in file[time]] return year,month,week ETLog1 = extract(LogInfo,'Listinginfo1') print('每行的前五个数据:\n',ETLog1[0][0:5],ETLog1[1][0:5],ETLog1[2][0:5]) |
Out[3]: | 每行的前五个数据: [2014, 2014, 2014, 2014, 2014] [3, 3, 3, 3, 3] [10, 10, 10, 10, 10] |
In[4]: | ETLog2 = extract(LogInfo,'LogInfo3') print('每行的前五个数据:\n',ETLog2[0][0:5],ETLog2[1][0:5],ETLog2[2][0:5]) |
Out[4]: | 每行的前五个数据: [2014, 2014, 2014, 2014, 2014] [2, 2, 2, 2, 2] [8, 8, 9, 9, 9] |
In[5]: | ETUser1 = extract(Userupdate,'ListingInfo1') print('每行的前五个数据:\n',ETUser1[0][0:5],ETUser1[1][0:5],ETUser1[2][0:5]) |
Out[5]: | 每行的前五个数据: [2014, 2014, 2014, 2014, 2014] [3, 3, 3, 3, 3] [10, 10, 10, 10, 10] |
In[6]: | ETUser2 = extract(Userupdate,'UserupdateInfo2') print('每行的前五个数据:\n',ETUser2[0][0:5],ETUser2[1][0:5],ETUser2[2][0:5]) |
Out[6]: | 每行的前五个数据: [2014, 2014, 2014, 2014, 2014] [2, 2, 2, 2, 2] [8, 8, 8, 8, 8] |