阿里音乐流行趋势预测大赛—浅尝辄止（二）

来源：互联网发布：癌症诊断书生成软件编辑：程序博客网时间：2024/05/20 13:40

本篇博文接上一篇博文浅尝辄止（一）的内容，这里主要介绍竞赛给的数据中时间戳的处理方法，时间戳是形如“1426406400”形式的一组时间计数，我们需要将其转化为正常的时分秒的形式，然后再将转化后的结果写入到csv文件当中去，最后我们得到的转换前的和转换后的文件内容形式如下：

转换后的：

从左到右的数据依次为：用户ID，歌曲ID，时间点，用户操作行为，日期，月，日，时；观察发现我们这里做的主要工作只是将Unix时间戳转化成日常形式，然后将月，日，时，截取出来，将这些数据分别对应的重新写入到csv文件当中。下面给出具体的程序，程序做了简单标注，欢迎指正！

# -*- coding: utf-8 -*- import timeimport pandas as pd import numpyimport csvstart=time.clock()def timestamp_datetime(value):    format = '%Y-%m-%d %H:%M:%S'         #'%Y-%m-%d %H:%M:%S'    value = time.localtime(value)        dt = time.strftime(format, value)    return dtdef timestamp_datetime_month(value):    format = '%m'             value = time.localtime(value)        dtm = time.strftime(format, value)    return dtmdef timestamp_datetime_day(value):    format = '%d'             value = time.localtime(value)        dtd = time.strftime(format, value)    return dtddef timestamp_datetime_hour(value):    format = '%H'             value = time.localtime(value)        dth = time.strftime(format, value)    return dth#t=eval('1426406400')#T=timestamp_datetime(t)actions=pd.read_csv('E:\\Tianchi\\Music\\mars_tianchi_user_actions.csv',nrows=1000000,header=None)date=actions.loc[:,2]user=actions.loc[:,0]song=actions.loc[:,1]act=actions.loc[:,3]day=actions.loc[:,4]     #数据被切分出来i=0dt=numpy.mat(date)       #或许用list列表更方便dt=numpy.transpose(dt)months=[]days=[]hours=[]while i<1000000:      #5652232    #if date[i:(i+1)]=NaN:    #   break         months.append(timestamp_datetime_month(float(dt[i,0])))    days.append(timestamp_datetime_day(float(dt[i,0])))    hours.append(timestamp_datetime_hour(float(dt[i,0])))        #三个大列表    T=timestamp_datetime(float(dt[i,0]))       #时间戳变换    T=str(T)    date.loc[i:(i+1)]=T    i=i+1#print datedate=list(date)user=list(user)song=list(song)act=list(act)day=list(day)with open('E:\\Tianchi\\Music\\test.csv','wb') as myfile:    i=0    mywriter=csv.writer(myfile)   #实例化为mywriter     while i<1000000:        mywriter.writerow([user[i],song[i],date[i],act[i],day[i],months[i],days[i],hours[i]])        i=i+1end=time.clock()print 'running time is: %.3f'%(end-start)

0 0