python筛选出csv满足某条件的行_Python-根据条件读取文本文件中的特定行 - python...

问题陈述:

我有一个如下文件。

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

该文件显示了约翰，玛丽和塔拉三个人两个月的计数数据。我想分析这些数据并为每个人提供一个状态标签，即活跃，不活跃或新来的人。

如果某人具有201505和其他前几个月的条目，则他们是活跃的-例如Mary

如果某人没有201505的条目，那么他就处于非活动状态，例如John

一个人是新来的，如果他们仅在201505年有1个条目(例如Tara)。

此外，如果一个人很活跃，我想获得他们最近5个计数的中位数。例如，对于玛丽，我希望得到的平均值为((157 + 169 + 163 + 166 + 223 + 5)。

题:

我想了解如何在Python 2.7中读取此文件，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]

python大神给出的解决方案

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'}}