对图书馆的数据进行数据挖掘，考虑到学生借阅图书的周期性，在图书馆数据库中主要选取了读者信息表和读者借阅记录表，选取从2016年1月1日到2016年12月31日的182508条借阅记录信息和15294条学生信息，使用python对数据进行数据挖掘处理，根据数据挖掘的结果来分析其中蕴含的规律。
读者借阅记录表是在读者借书的过程中，由图书馆数据库生成的，包括读者证号、读者姓名、条形码、书名等11个属性。
读者借阅记录表的结构：
列名数据类型列名数据类型列名数据类型列名数据类型读者证号char(20)读者姓名char(10)条形码char(14)出版日期char(10)书名char(100)借出时间datetime限还时间datetime续借次数int文献类型char(10)中图法分类号char(50)出版者char(10)读者信息表的结构：
列名数据类型列名数据类型列名数据类型列名数据类型读者证号char(20)读者姓名char(10)读者性别char(2)读者单位char(40)读者类别char(10)允许借册int借出册数int通过对两张表进行分析，分别从表中选择部分字段，构成一个新的表：
列名数据类型列名数据类型列名数据类型列名数据类型读者证号char(20)读者姓名char(10)读者性别char(2)书名char(40)中图法分类号char(50)读者单位char(40)读者类别char(10) import csv as csv import numpy as np import codecs """ 合并表格,并改列名为英文,输出合并后的表格 """ # ------------- # csv读取表格数据 # ------------- """ csv_file_object = csv.reader(codecs.open('ReaderRentRecode.csv', 'rb')) header = csv_file_object.next() print header print type(header) print header[1] data = [] for row in csv_file_object: data.append(row) data = np.array(data) print data[0::, 0] """ # ------------- # pandas读取表格数据 # ------------- import pandas as pd df = pd.read_csv('ReaderRentRecode.csv') # 读者借阅信息表 """ print df.head() print '----------------' print df[['读者证号', '读者姓名', '书名', '中图法分类号']] # 选取其中的四列 print '------------------------------------------------------------------' print """ dd = pd.read_csv('ReaderInformation.csv') """ print dd.head() print '----------------' print dd[['读者证号', '读者性别', '读者单位', '读者类别']] print '------------------------------------------------------------------' print """ # ------------- # 表格合并 # ------------- data = pd.merge(df, dd, on=['读者证号', '读者姓名'], how='left') # pandas csv表左连接 data = data[['读者证号', '读者姓名', '读者性别', '书名', '中图法分类号', '读者单位', '读者类别']] print data print '------------------------------------------------------------------' print # ------------- # pandas写入表格数据 # ------------- data.to_csv(r'data.csv', encoding='gbk')对业务上的数据分析，也是首次开始学习，如果分析的不对，也请提点一下，想法很重要，所以这也是基于自己现有的想法进行分析处理，在这个数据分析的流程上，在业务逻辑上，有任何建议都希望给予提点，谢谢！
