Python 3使用Counter返回带有相关用户ID的值的计数

Question

想知道是否有人可以帮助我（这是课程作业的一小部分）。

我试图返回每个UserID（visitor_uuid）及其相应的总时间读数（event_readtime）。

数据来自已经解析的JSON文件，到目前为止我的代码如下：

def time_reading(data):
    time = Counter()
    users = Counter()

    for d in data:
        #users[d["visitor_uuid"]] += time[d["event_readtime"]]
        if "event_readtime" in d:

            #Increment the visitor_country in the counter
            final = ([d["visitor_uuid"]],[sum(d["event_readtime"]]))
            #time[d["event_readtime"]] += 1





    return (final)

我的JSON的示例是：

{“ ts”：1393631989，“ visitor_uuid”：“ 64bf70296wa2f9fd”，
“ visitor_username”：null，“ visitor_source”：“ internal”，
“ visitor_device”：“浏览器”，“ visitor_useragent”：“ Mozilla / 5.0（Windows NT 6.1; WOW64; rv：27.0）Gecko / 20100101 Firefox / 27.0”，
“ visitor_ip”：“ 06f49269e749a837”，“ visitor_country”：“ VE”，
“ visitor_referrer”：“ 64f729926497515c”，“ env_type”：“读者”，
“ env_doc_id”：“ 130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，
“ env_adid”：null，“ event_type”：“ pagereadtime”，
“ event_readtime”：5，“ subject_type”：“ doc”，“ subject_doc_id”：“ 130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，“ subject_page”：10，“ cause”：null} {“ ts”：1393631989，“ visitor_uuid”“：” 64bfd70296“ ，“ visitor_username”：null，“ visitor_source”：“内部”，“ visitor_device”：“浏览器”，“ visitor_useragent”：“ Mozilla / 5.0（Windows NT 6.1; WOW64; rv：27.0）Gecko / 20100101 Firefox / 27.0''， “ visitor_ip”：“ 06f49269e749a837”，
“ visitor_country”：“ VE”，“ visitor_referrer”：“ 64f729926497515c”，
“ env_type”：“阅读器”，“ env_doc_id”：“ 130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，“ env_adid”：null，“ event_type”：“ pagereadtime”，“ event_readtime”：2，
“ subject_type”：“ doc”，“ subject_doc_id”：“ 130705172251-3a2a725b2bbd5aa3f2af810acf0aeabb”，“ subject_page”：10，“ cause”：null}

输出将是：

(64bf70296wa2f9fd, 7)

任何帮助将不胜感激！

Answer 1

你快到了 这是一个经典的groupby问题，您的用户有多个事件。 您在这里不使用计数器，而是使用groupby。

配料

>>> import random
>>> import operator as op
>>> from itertools import groupby
>>> import uuid

该代码段为我提供了与您相似的数据

>>> data = [{'event_readtime': random.randint(0, 10), 'visitor_uuid': str(uuid.uuid4())} for _ in range(5)]
>>> data
[{'visitor_uuid': 'f6b55181-d3c9-4699-9fac-506b8cc6871c', 'event_readtime': 0}, {'visitor_uuid': '54a24574-1e83-45ab-b4bb-41a0ead3d244', 'event_readtime': 10}, {'visitor_uuid': '3a2fffe9-c173-4afa-b93e-a60b04f043cb', 'event_readtime': 10}, {'visitor_uuid': 'b008557d-c5a1-404a-ba5b-2ec57340dee7', 'event_readtime': 4}, {'visitor_uuid': '6bb94313-4d5e-4339-b3b0-93e9733b4a88', 'event_readtime': 4}]

groupby仅对相邻数据进行分组，因此您需要按键对它们进行排序。

>>> data.sort(key=op.itemgetter('visitor_uuid'))

然后在数据集上应用分组依据

>>> [(k, sum(map(op.itemgetter('event_readtime'), v))) for k, v in groupby(data, op.itemgetter('visitor_uuid'))]