推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 1200 天前的主题，其中的信息可能已经有所发展或是发生改变。
原始话单是这样的：
| USERID | STARTTIME | ENDTIME | SERVICETYPE | CHANNELCODE | PROGRAMNAME |
|---|---|---|---|---|---|
| xxxxxxxxxxxxxxxxx1 | 2021-05-24 19:52:28 | 2021-05-24 23:56:27 | 1 | 精灵宝可梦 |
老板让分析每个用户各个时段都在看啥，所以我想吧话单拆分成这样：
| USERID | STARTTIME | ENDTIME | SERVICETYPE | CHANNELCODE | PROGRAMNAME | PERIODTIME |
|---|---|---|---|---|---|---|
| xxxxxxxxxxxxxxxxx1 | 2021-05-24 19:52:28 | 2021-05-24 20:00:00 | 1 | 精灵宝可梦 | 2021-05-24 19:00:00 | |
| xxxxxxxxxxxxxxxxx1 | 2021-05-24 20:00:00 | 2021-05-24 21:00:00 | 1 | 精灵宝可梦 | 2021-05-24 20:00:00 | |
| xxxxxxxxxxxxxxxxx1 | 2021-05-24 21:00:00 | 2021-05-24 22:00:00 | 1 | 精灵宝可梦 | 2021-05-24 21:00:00 | |
| xxxxxxxxxxxxxxxxx1 | 2021-05-24 22:00:00 | 2021-05-24 23:00:00 | 1 | 精灵宝可梦 | 2021-05-24 22:00:00 | |
| xxxxxxxxxxxxxxxxx1 | 2021-05-24 23:00:00 | 2021-05-24 23:56:27 | 1 | 精灵宝可梦 | 2021-05-24 23:00:00 |
目前的方法是根据起止时间生成时间序列，然后 for 循环生成新的行，再拼接成一个新的 dataframe
# split_data
...
for i in range(0, len_date-1):
df_y['Period'] = date_rng[i]
df_y['EndTime'] = date_rng[i+1]
df_y['StartHour'] = date_rng[i]
df_y['EndHour'] = date_rng[i+1]
df_x = df_x.append(df_y)
...
主函数还要写个 for 循环遍历整个话单
for i in range(len(df_tmp)):
df_x = split_data(df_tmp.iloc[i])
df_t = df_t.append(df_x)
df_t
这样能获得想要的结果，但话单太多了，跑起来没完没了……
有没有更好的方法能提高下效率？
2 条回复 • 2021-08-12 16:19:12 +08:00
 |
1
swulling 2021-08-12 10:54:17 +08:00
把话单拆分，多进程跑，不够就多加机器
|
 |
2
princelai 2021-08-12 16:19:12 +08:00  1
|
Select Language