Question

想知道是否有人可以帮助我（这是课程作业的一小部分）。

我正在尝试返回每个UserID（visitor_uuid）及其相应的总时间读数（event_readtime）。

数据来自已经解析过的JSON文件，到目前为止我的代码如下：

def time_reading(data):
    time = Counter()
    users = Counter()

    for d in data:
        #users[d["visitor_uuid"]] += time[d["event_readtime"]]
        if "event_readtime" in d:

            #Increment the visitor_country in the counter
            final = ([d["visitor_uuid"]],[sum(d["event_readtime"]]))
            #time[d["event_readtime"]] += 1





    return (final)

我的JSON的一个例子是：

{“ts”：1393631989，“visitor_uuid”：“64bf70296wa2f9fd”，

  “visitor_username”：null，“visitor_source”：“internal”，
  “visitor_device”：“browser”，“visitor_useragent”：“Mozilla / 5.0   （Windows NT 6.1; WOW64; rv：27.0）Gecko / 20100101 Firefox / 27.0“，
  “visitor_ip”：“06f49269e749a837”，“visitor_country”：“VE”，
  “visitor_referrer”：“64f729926497515c”，“env_type”：“读者”，
  “env_doc_id”：“130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，

  “env_adid”：null，“event_type”：“pagereadtime”，
  “event_readtime”：5，“subject_type”：“doc”，“subject_doc_id”：   “130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，“subject_page”：   10，“cause”：null} {“ts”：1393631989，“visitor_uuid”：   “64bf70296wa2f9fd”，“visitor_username”：null，“visitor_source”：   “internal”，“visitor_device”：“browser”，“visitor_useragent”：   “Mozilla / 5.0（Windows NT 6.1; WOW64; rv：27.0）Gecko / 20100101   Firefox / 27.0“，”visitor_ip“：”06f49269e749a837“，
  “visitor_country”：“VE”，“visitor_referrer”：“64f729926497515c”，
  “env_type”：“reader”，“env_doc_id”：   “130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，“env_adid”：null，   “event_type”：“pagereadtime”，“event_readtime”：2，
  “subject_type”：“doc”，“subject_doc_id”：   “130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，“subject_page”：   10，“原因”：null}

，输出为：

(64bf70296wa2f9fd, 7)

非常感谢任何帮助！

Answer 1

你快到了。这是一个典型的groupby问题，您有一个具有多个事件的用户。你不在这里使用计数器，使用groupby。

成分</ P>

>>> import random
>>> import operator as op
>>> from itertools import groupby
>>> import uuid

此代码段为我提供了类似的数据

>>> data = [{'event_readtime': random.randint(0, 10), 'visitor_uuid': str(uuid.uuid4())} for _ in range(5)]
>>> data
[{'visitor_uuid': 'f6b55181-d3c9-4699-9fac-506b8cc6871c', 'event_readtime': 0}, {'visitor_uuid': '54a24574-1e83-45ab-b4bb-41a0ead3d244', 'event_readtime': 10}, {'visitor_uuid': '3a2fffe9-c173-4afa-b93e-a60b04f043cb', 'event_readtime': 10}, {'visitor_uuid': 'b008557d-c5a1-404a-ba5b-2ec57340dee7', 'event_readtime': 4}, {'visitor_uuid': '6bb94313-4d5e-4339-b3b0-93e9733b4a88', 'event_readtime': 4}]

groupby仅对相邻数据进行分组，因此您需要按键对它们进行排序。

>>> data.sort(key=op.itemgetter('visitor_uuid'))

然后在数据集上应用groupby

>>> [(k, sum(map(op.itemgetter('event_readtime'), v))) for k, v in groupby(data, op.itemgetter('visitor_uuid'))]

Python 3使用Counter返回值的计数及其关联的用户ID

1 个答案: