Question

给出的内容：

办公室由3种类型的建筑物组成：建筑物A，B，C。
员工在3个部门工作：IT，营销，管理
有一个传递系统记录时间，部门，建筑类型，性别（m / f）

目标是为每个30分钟细分计算每个department-building_type对的男性员工数。

以下是要处理的 CSV 数据：

time,department,building_type,gender
2017-09-07 14:46:14,018,management,b,m
2017-09-07 14:49:14,081,it,a,m
2017-09-07 14:55:14,127,management,c,f
2017-09-07 15:40:16,318,marketing,c,m
2017-09-07 16:01:14,018,it,a,m
2017-09-07 16:10:14,081,it,a,m
2017-09-07 17:46:14,127,marketing,c,m
2017-09-07 17:49:16,318,management,c,m
2017-09-07 18:00:14,018,it,c,f
2017-09-07 18:02:14,081,management,a,m
2017-09-07 18:33:14,127,marketing,b,m
2017-09-07 18:56:16,318,marketing,a,m

处理的主要时间段为2017-09-07 14：46：14,018至2017-09-07 18：56：16,318。
在此主要时间段内，应定义30分钟段，并且应为每30分钟段计算每个department-building_type对的男性员工人数。
< / LI>
输出应包含一列start_time，表示30分钟段的开头，其中应计算每个部门建筑对的男性员工人数。
输出应显示在终端中（不需要csv格式）

输出示例：

start_time,department,building_type,num_of_m_employees
2017-09-07 14:46:14,018,management,b,2
2017-09-07 14:46:14,018,it,a,1
2017-09-07 15:40:16,318,marketing,c,1
2017-09-07 15:40:16,318,it,a,2
2017-09-07 17:46:14,127,marketing,c,1
2017-09-07 17:46:14,127,management,a,1
2017-09-07 18:33:14,127,marketing,b,1
2017-09-07 18:33:14,127,marketing,a,1

我编写了一个程序来计算每个部门建筑对的男性雇员数量，但我不能对每个30分钟的部分做同样的事情。我怎么编辑它？：

import csv
from collections import Counter

with open('test.csv') as f:
    cnt = Counter()
    reader = csv.reader(f)
    for row in reader:
        if row[3] == "m":
            cnt[row[2], row[3]] += 1

print(cnt)

Answer 1

这有望让你开始：

import csv
from collections import Counter
from datetime import datetime, timedelta

with open('test.csv') as f_input:
    csv_input = csv.reader(f_input)
    header = next(csv_input)
    start_time = None
    thirty_mins = timedelta(minutes=30)
    cnt = Counter()

    for row in csv_input:
        # Convert the first entry into a datetime object 
        dt = datetime.strptime("{} {:06}".format(row[0], int(row[1]) * 1000), '%Y-%m-%d %H:%M:%S %f')

        if start_time == None:
            start_time = dt

        if dt >= start_time + thirty_mins:
            for (dept, type), count in cnt.items():
                print('{} {:03},{},{},{}'.format(start_time.strftime('%Y-%m-%d %H:%M:%S'), start_time.microsecond//1000, dept, type, count))
            start_time += thirty_mins
            cnt = Counter()

        if row[4] == "m":
            cnt[row[2], row[3]] += 1

for (dept, type), count in cnt.items():
    print('{} {:03},{},{},{}'.format(start_time.strftime('%Y-%m-%d %H:%M:%S'), start_time.microsecond//1000, dept, type, count))

想法是将时间转换为datetime对象。通过它，您可以确定行是否落在下一个30分钟的边界内。您的第二列似乎包含毫秒。日期时间格式使用微秒，因此需要进行转换和添加。

读取每一行并转换时间。接下来确定我们是否已超过30分钟的边界。如果是，则显示该边界的计数器值并重置计数器。将时间边界提前30分钟。否则，如果该行是男性，请添加到计数器。

最后，打印最后一个边界的剩余条目。

对于你给出的例子，这会给你：

2017-09-07 14:46:14 018,management,b,1
2017-09-07 14:46:14 018,it,a,1
2017-09-07 15:16:14 018,marketing,c,1
2017-09-07 15:46:14 018,it,a,2
2017-09-07 16:16:14 018,marketing,c,1
2017-09-07 16:46:14 018,management,c,1
2017-09-07 17:46:14 018,management,a,1
2017-09-07 18:16:14 018,marketing,b,1
2017-09-07 18:46:14 018,marketing,a,1

注意，某些边界不包含任何条目。

Python，CSV：计算每30分钟段的男性员工人数

1 个答案: