阿里音乐流行趋势预测大赛—浅尝辄止（二）

    本篇博文接上一篇博文浅尝辄止（一）的内容，这里主要介绍竞赛给的数据中时间戳的处理方法，时间戳是形如“1426406400”形式的一组时间计数，我们需要将其转化为正常的时分秒的形式，然后再将转化后的结果写入到csv文件当中去，最后我们得到的转换前的和转换后的文件内容形式如下：



转换后的：



从左到右的数据依次为：用户ID，歌曲ID，时间点，用户操作行为，日期，月，日，时；观察发现我们这里做的主要工作只是将Unix时间戳转化成日常形式，然后将月，日，时，截取出来，将这些数据分别对应的重新写入到csv文件当中。下面给出具体的程序，程序做了简单标注，欢迎指正！

# -*- coding: utf-8 -*-

import time
import pandas as pd
import numpy
import csv
start=time.clock()

def timestamp_datetime(value):
format = '%Y-%m-%d %H:%M:%S'         #'%Y-%m-%d %H:%M:%S'
value = time.localtime(value)

dt = time.strftime(format, value)
return dt

def timestamp_datetime_month(value):
format = '%m'
value = time.localtime(value)

dtm = time.strftime(format, value)
return dtm
def timestamp_datetime_day(value):
format = '%d'
value = time.localtime(value)

dtd = time.strftime(format, value)
return dtd
def timestamp_datetime_hour(value):
format = '%H'
value = time.localtime(value)

dth = time.strftime(format, value)
return dth

#t=eval('1426406400')
#T=timestamp_datetime(t)

actions=pd.read_csv('E:\\Tianchi\\Music\\mars_tianchi_user_actions.csv',nrows=1000000,header=None)

date=actions.loc[:,2]
user=actions.loc[:,0]
song=actions.loc[:,1]
act=actions.loc[:,3]
day=actions.loc[:,4]     #数据被切分出来
i=0
dt=numpy.mat(date)       #或许用list列表更方便
dt=numpy.transpose(dt)

months=[]
days=[]
hours=[]
while i<1000000:      #5652232
#if date[i:(i+1)]=NaN:
#   break

months.append(timestamp_datetime_month(float(dt[i,0])))
days.append(timestamp_datetime_day(float(dt[i,0])))
hours.append(timestamp_datetime_hour(float(dt[i,0])))        #三个大列表

T=timestamp_datetime(float(dt[i,0]))       #时间戳变换
T=str(T)
date.loc[i:(i+1)]=T
i=i+1
#print date
date=list(date)
user=list(user)
song=list(song)
act=list(act)
day=list(day)

with open('E:\\Tianchi\\Music\\test.csv','wb') as myfile:
i=0
mywriter=csv.writer(myfile)   #实例化为mywriter
while i<1000000:
mywriter.writerow([user[i],song[i],date[i],act[i],day[i],months[i],days[i],hours[i]])
i=i+1

end=time.clock()
print 'running time is: %.3f'%(end-start)