【数据分析】图书馆数据-06数据处理过程中的算法

1、加标签算法

给定一个数组：

x = [A,B,H,D,F,E,A,D,C,F,V,C,D,B,B,C,A,F,E,D,F,D,D]

Output：

x = [1,2,3,4,5,6,1,4,7,5,8,7,4,2,2,7,1,5,6,4,5,4,4]

说明： 将数组x中的字母全部用数字表示，相同的字母使用同一个数字表示，不同的字母使用不同的数字表示。

分析： 对于上述数组x而言，数组x的长度是已知的，数组中字母的类别也是已知的，所以在处理的过程中，会更加简单；而在数据分析中的数据集中，数据量是非常庞大的，类别也是未知的，此时就会变得复杂。

算法：

def add_label(s): # 参数s为数组 l = [] # 最终list m = [] # 临时list for i in range(len(s)): if i == 0: # list是从0开始索引的，先考虑第一个位置 m = [] l = [1] else: m.append(s[i - 1]) if s[i] in m: if m.index(s[i]) == 0: l.append(1) else: l.append(l[m.index(s[i])]) # m.index(s[i])通过索引查找这个位置的元素 else: l.append(max(l) + 1) return l

2、多值处理算法

给定一个二维数组：

x = [['A', 36], ['B', 85], ['C', 15], ['B', 65], ['B', 52], ['A', 89]]

Output:

x = [['A', 36, 89], ['B', 85, 65, 52], ['C', 15]]

说明： 第一列不动，将第二列中的元素加到对应的第一列元素后面。

分析： 使用字典进行操作，键值唯一，而值不唯一，也就是多值处理操作。

算法：

# 字典多值处理 res = {} for item in l: # l为二维数组 k = item[0] if not res.has_key(k): # 给定的键在字典中，就返回true，否则返回false res[item[0]] = [] res[item[0]].append(item[1]) print res

上述两个算法将应用于之后的数据处理操作。