如何解决Python读取许多文件后,会将某些任务输出到Excel文件
我对Python有点熟悉,所以我想用Python解决以下问题。但是也欢迎使用其他语言的现成解决方案。
我有以下问题。我必须分析318个数据日志文件,每个文件总共2.6GB的数据约为8.2MB。该数据日志文件包含相隔3秒的测量值,请参见下面的(简化)示例。
Time Time Nr: Date System state System state Nr: Temp._01 Temp._02
0:05:09 309 1-1-2020 0 " 7,4 " " 7,5 "
0:05:12 312 1-1-2020 0 " 7,5 " " 7,5 "
每个文件包含一天的测量值,但是有时一天有多个文件。可能还存在一些空白,没有任何记录。
我想执行一些简单的计算。给定无限的资源,我只需要对每个时间步进行计算。但是我认为我最好将结果转换为每小时数据,以保持可管理性。接下来,我想将每小时结果写入Excel文件。
一个想法是首先从318个文件中提取所有数据,然后将其写入SQL数据库。接下来进行计算,最后将每小时数据写入Excel文件。但是我没有使用SQL数据库的经验。解决此问题的最佳方法是什么?使用什么数据库?
解决方法
我会用熊猫。首先使用pip安装它:
pip安装熊猫
我假设您的数据具有制表符(\ t)作为分隔符。如果是这样,您可以使用pandas.read_csv
进行阅读您可以遍历所有日志文件,并将它们与pandas.concat连接起来
import pandas
df = pandas.concat(
[pd.read_csv(file,sep="\t") for file in list_of_files],axis=0,ignore_index=True)
现在您有了一个包含所有日志数据的数据框。您可以提取每条日志消息的小时数。
df["hour"] = df["Time"].str.split(":").str[0]
Time Time Nr: Date System state System state Nr: Temp._01 Temp._02 hour
0 0:05:09 309 1-1-2020 0 7,4 7,5 NaN 0
1 0:05:12 312 1-1-2020 0 7,5 7,5 NaN 0
要获取每小时的统计信息,您可以按“日期”和“小时”使用分组依据。
例如:提取不同的“系统状态”及其每小时被触发的次数。
df.groupby(["Date","hour"])["System state"].value_counts()
Date hour System state
1-1-2020 0 0 2
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。