Python脚本未按要求工作

您好，我正在编写一个python脚本来生成web页面的每月和每日访问次数。输入文件：

ArticleName Date        Hour    Count/Visit
Aa   20130601    10000   1
Aa   20130601    10000   1
Ew   20130601    10000   1
H    20130601    10000   2
H    20130602    10000   1
R    20130601    20000   2
R    20130602    10000   1
Ra   20130601    0   1
Ra   20130601    10000   2
Ra   20130602    10000   1
Ram  20130601    0   2
Ram  20130601    10000   3
Ram  20130602    10000   4
Re   20130601    20000   1
Re   20130602    10000   3
Rz   20130602    10000   1

我需要统计每个页面的每月和每日总页面浏览量

输出：

ArticleName Date     DailyView MonthlyView
Aa   20130601 2 2
Ew   20130601 1 1
H    20130601 2 2
H    20130602 1 3
R    20130601 2 2
R    20130602 1 4
Ra   20130601 5 5
Ra   20130602 1 6
Ram  20130601 5 5
Ram  20130602 4 9
Re   20130601 1 1
Re   20130602 3 4
Rz   20130602 1 1

我的剧本：

#!/usr/bin/python

import sys

last_date = 20130601
last_hour = 0
last_count = 0
last_article = None
monthly_count = 0
daily_count = 0

for line in sys.stdin:
  article, date, hour, count = line.split()
  count = int(count)
  date = int(date)
  hour = int(hour)

  #Articles match and date match
  if last_article == article and last_date == date:
      daily_count = count+last_count
      monthly_count = count+last_count
      # print '%s\t%s\t%s\t%s' % (article, date, daily_count, monthly_count)
  #Article match but date doesn't match 
  if last_article == article and last_date != date:
          monthly_count = count
          daily_count=count
          print '%s\t%s\t%s\t%s' % (article, date, daily_count, monthly_count)


  #Article doesn't match
  if last_article != article:
          last_article = article
          last_count = count
          monthly_count = count
          daily_count=count
          last_date = date
          print '%s\t%s\t%s\t%s' % (article, date, daily_count, monthly_count)

我能够获得大部分输出，但我的输出有两种情况是错误的： 1.如果ArticleName和ArticleDate相同，则无法获得对ArticleName进行汇总的方法。 对于eg，该脚本给出了行Ra的输出： Ra 20130601 1 Ra 20130601 3 Ra 20130602 1 因此，在最后，Ra应打印1+3+1=5作为最终月度总计数，而不是1

由于我在第三个if条件中显示了所有与上一篇文章不相等的文章，因此我两次获得了具有相同文章名称和日期的文章的值。例如：

Ra 20130601 1 1

不应打印。 有人知道怎么纠正吗？ 如果你需要更多的信息，请告诉我

---

最简单的方法是建立一个以页面名称为键和值的双字典，即从日期到视图数的字典，迭代列表并生成字典，然后迭代每个页面的字典并计算每个月的页面数。

尝试以下操作：

import itertools
import operator
import sys

lines = (line.split() for line in sys.stdin)
prev_name, prev_month = '', '99999999'
month_view = 0
for (name,date), grp in itertools.groupby(lines, key=operator.itemgetter(0,1)):
    view = sum(int(row[-1]) for row in grp)
    if prev_name == name and date.startswith(prev_month):
        month_view += view
    else:
        prev_name = name
        prev_month = date[:6]
        month_view = view
    print '{}\t{}\t{}\t{}'.format(name, date, view, month_view)

使用

输出不同：

Aa      20130601        2       2
Ew      20130601        1       1
H       20130601        2       2
H       20130602        1       3
R       20130601        2       2
R       20130602        1       3
Ra      20130601        3       3
Ra      20130602        1       4
Ram     20130601        5       5
Ram     20130602        4       9
Re      20130601        1       1
Re      20130602        3       4
Rz      20130602        1       1

---

实现所需功能的更好方法是使用itertools中的map-reduce函数：

导入itertools
从itertools导入groupby
从itertools导入dropwhile
导入系统
导入日期时间
#将在一行中找到的单词列表转换为
#由名称、日期/时间和访问次数组成的元组
def get_记录（w）：
name=w[0]
date=datetime.datetime.StrTime（（w[1]+（“%0*d%”（6，int（w[2]）），%Y%m%d%H%m%S））
访问次数=整数（w[3]）
返回（姓名、日期、访问次数）
#获取表示单个记录的元组并返回元组
#由名称、年份和月份组成，记录将
#分组。
def按月份（姓名、日期、访问次数）获取密钥：
报税表（姓名、日期、年份、日期、月份）
#获取表示单个记录的元组并返回元组
#由名称、年份、月份和日期组成，记录将
#分组。
def按天获取密钥（（姓名、日期、访问））：
报税表（姓名、日期、年份、日期、月份、日期、日期）
#获取一个包含行的列表，每行包含
#单词列表，跳过第一行
words=（sys.stdin中的行的line.split（））
words=dropwhile（λx:x[0]所有数据都是2013年6月的，但所有文章都不同。我需要找出每篇文章每天和每月访问的时间。我得到了。它们是累积计数？对吗？
R 20130602 1 4
应该是
R 20130602 1 3
？使用lambda表达式并将调用移动到groupby（）可以缩短此代码直接在for循环中。为了清晰和易于调试，我更喜欢一步一步地进行操作。通过创建一个跳过标题行的迭代器改进了代码，而不是创建一个列表并弹出第一个元素，从而将整个数据存储在内存中。感谢@falsetru。理解这段代码在pyt中的作用时遇到问题hon:itertools.groupby（line，key=operator.itemgetter（0,2））：view=sum（int（row[-1]），对于grp中的row，我可以理解，我从lines中得到两个值name和date，这两个值是一行中的第一个和第三个值，其余的行是grp。我说得对吗？在第二行视图中，也是在[-1]时求和的行的grp中的行？如果是-1行表示什么，该行是否从grp中的-1开始Python@CtrlV，
xs[-1]
检索
xs
@CtrlV的最后一个值，我使用了
groupby（lines，key=operator.itemgetter（0,1））
而不是
0,2
：它根据第一个和第二个字段对行进行分组。（ArticleName，Date）。