def active_status(data): # data整行数据 共12列 即一个用户的12个月的消费记录 status = [] # 负责存储用户 12 个月的状态:unreg|new|active|unactive|return for i in range(12): # 本月没有消费 if data[i] == 0: if len(status) == 0: #前面没有任何记录(21年1月份) status.append('unreg') else: #开始判断上一个月状态 if status[i-1] == 'unreg': # 一直未消费过 status.append('unreg') else: # 只要本月没有消费当前的为0且不是unreg 只能为unactive status.append('unactive') # 本月有消费==1 else: if len(status) == 0: #前面没有任何记录(21年1月份) status.append('new') else: #之前有过记录 开始判断上一个月状态 if status[i-1] == 'unactive': # 上个月没有消费 status.append('return') elif status[i-1] == 'unreg': # 以前没有消费过 status.append('new') else: status.append('active') return pd.Series(status,df_purchase.columns) # 值为status 列名为df_purchase中的列名 purchase_states = df_purchase.apply(active_status,axis=1) # axis=1 朝列的方向读取 purchase_states.head()
时间: 2024-02-14 13:05:55 浏览: 18
这段代码是一个函数,名为 active_status,它用于计算一个用户在 12 个月中的状态,状态包括 unreg(未注册)、new(新用户)、active(活跃用户)、unactive(不活跃用户)以及 return(回流用户)。
函数的输入参数 data 是一个包含 12 个元素的列表,表示一个用户在 12 个月中的消费情况。
函数的输出是一个 Pandas Series,它包含了该用户在 12 个月中的状态信息,以及该信息对应的列名,列名是从输入 DataFrame df_purchase 中读取的。
函数的实现过程是通过循环遍历 data 列表中的每个元素,根据该元素的值以及前一个月的状态来判断该用户在该月的状态。最后,将计算出来的状态信息存储到一个列表中,并将该列表转换为 Pandas Series 返回。
相关问题
import requests from bs4 import BeautifulSoup import openpyxl def get_movie_data(year): url = f'https://maoyan.com/films?year={year}' headers = {'User-Agent': 'Mozilla/5.0'} response = requests.get(url, headers=headers) if response.status_code == 200: soup = BeautifulSoup(response.content, 'html.parser') movies = soup.select('.movie-item-title') movie_data = [] for movie in movies: movie_link = 'https://maoyan.com' + movie.a['href'] movie_data.append(get_movie_details(movie_link)) return movie_data else: print(f"Failed to fetch data for year {year}") return [] def get_movie_details(url): headers = {'User-Agent': 'Mozilla/5.0'} response = requests.get(url, headers=headers) if response.status_code == 200: soup = BeautifulSoup(response.content, 'html.parser') movie_name = soup.select_one('h1.name').text.strip() release_date = soup.select_one('.info-release').text.strip() genre = soup.select_one('.info-category').text.strip() director = soup.select_one('.info-director').text.strip() actors = [actor.text.strip() for actor in soup.select('.info-actor a')] maoyan_score = soup.select_one('.score-num').text.strip() box_office = soup.select_one('.info-num').text.strip() return { '电影名称': movie_name, '上映日期': release_date, '影片类型': genre, '导演': director, '演员': ', '.join(actors), '猫眼口碑': maoyan_score, '累计票房': box_office } else: print(f"Failed to fetch details for {url}") return {} def save_to_excel(data, filename): wb = openpyxl.Workbook() ws = wb.active headers = ['电影名称', '上映日期', '影片类型', '导演', '演员', '猫眼口碑', '累计票房'] ws.append(headers) for movie in data: row_data = [movie.get(header, '') for header in headers] ws.append(row_data) wb.save(filename) print(f"Data saved to {filename}") if __name__ == '__main__': years = range(2017, 2021) all_movie_data = [] for year in years: movie_data = get_movie_data(year) all_movie_data.extend(movie_data) save_to_excel(all_movie_data, 'maoyan_movies_2017_to_2020.xlsx')
这段代码是一个Python脚本,用于从猫眼电影网站上爬取指定年份的电影数据,并保存到Excel文件中。
代码使用了requests库来发送HTTP请求,使用BeautifulSoup库来解析HTML内容,使用openpyxl库来操作Excel文件。
主要功能包括:
- `get_movie_data(year)`函数:根据指定年份获取电影数据的函数。
- `get_movie_details(url)`函数:获取电影详情的函数。
- `save_to_excel(data, filename)`函数:将电影数据保存到Excel文件的函数。
在主程序中,通过循环遍历2017年到2020年的年份,调用`get_movie_data(year)`函数获取电影数据,然后将所有电影数据保存到名为`maoyan_movies_2017_to_2020.xlsx`的Excel文件中。
注意:爬取网站数据时,请遵守网站的相关规定和法律法规,不要过度请求或滥用。
优化以下代码 def write_data_to_excel(self, data, targetfile): workbook = openpyxl.Workbook() sheet = workbook.active # 指定标题行 sheet.append(["bug_id", "bug_status", "delta_ts","short_desc"]) # 写入数据 for num,row in enumerate(data,start=1): sheet['A{}'.format(num)] = row[0] sheet['B{}'.format(num)] = row[1] sheet['C{}'.format(num)] = row[2] sheet['D{}'.format(num)] = row[3] # 保存工作簿 workbook.save(targetfile) # 关闭工作簿 workbook.close()
可以对这段代码进行如下优化:
1. 使用 `worksheet.cell()` 方法获取单元格对象,然后在单元格对象上设置值,这样比直接使用 `sheet['A{}'.format(num)] = row[0]` 更快。
2. 将 `enumerate()` 函数的 `start` 参数设置为 2,这样就可以从第二行开始写入数据,避免写入标题行时出现重复。
3. 将写入单元格的代码放入一个函数中,这样可以减少重复代码。
下面是优化后的代码:
```
def write_data_to_excel(self, data, targetfile):
workbook = openpyxl.Workbook()
sheet = workbook.active
# 指定标题行
header = ["bug_id", "bug_status", "delta_ts", "short_desc"]
write_row(sheet, header, 1)
# 写入数据
for num, row in enumerate(data, start=2):
write_row(sheet, row, num)
# 保存工作簿
workbook.save(targetfile)
# 关闭工作簿
workbook.close()
def write_row(sheet, row, row_num):
for col_num, value in enumerate(row, start=1):
cell = sheet.cell(row=row_num, column=col_num)
cell.value = value
```
这样可以提升代码的执行效率和可读性。