求助各位大神：
现有一天的地铁出行数据，需要用python提取出每一位乘客的出行交通起始点。
求教各位大神，感激不尽啊。

数据存放在什么类型文件里面？Excel表格文件，csv 文件，还是别的什么？

csv文件里面呢

其中的一行是什么样的，也就是想知道这个数据结构是什么样的。

数据包括 卡号 刷卡时间 线路站点 刷卡金额和优惠类型

我写一个例子，比如数据存放在 data.csv文件，用 app.py文件处理数据，提取出每一位乘客的出行交通起始点

假如 data.csv内容如下

卡号, 刷卡时间, 线路站点, 刷卡金额, 优惠类型
1001, 2019-07-01, 临平, 3, 0.9
1002, 2019-07-01, 临平, 3, 0.9
1003, 2019-07-01, 临平, 3, 0.9

app.py可以这么写

import csv

with open('data.csv') as f:
    data = csv.reader(f)
    for e in data:
        print(e[0], e[2])

ID,Date,time,Address,class,cost
7017,2016/9/1,8:03:11,8号线耀华路,地铁,0
7017,2016/9/1,8:43:12,13号线大渡河路,地铁,4
2345,2016/9/1,12:15:44,13号线大渡河路,地铁,0
2345,2016/9/1,12:25:22,13号线金沙江路,地铁
数据是这样的，我想筛选出出发时间在7点以前，10点以后，以及出行时长在2h以上的人群（整行数据），但是代码不会写。。。

我使用这样一组实验数据，为了使结果明显一些

ID,Date,time,Address,class,cost
5770,2016/9/1,6:15:44,13号线大渡河路,地铁,0
7017,2016/9/1,8:03:11,8号线耀华路,地铁,0
7017,2016/9/1,8:43:12,13号线大渡河路,地铁,4
5770,2016/9/1,9:25:22,13号线金沙江路,地铁,7
2345,2016/9/1,12:15:44,13号线大渡河路,地铁,0
2345,2016/9/1,12:25:22,13号线金沙江路,地铁,2

下面进行数据处理 app.py

# -*- coding:UTF-8 -*-
import csv
from datetime import timedelta
import copy


def td_from_str(time_str):
    t = [int(s) for s in time_str.split(':')]
    return timedelta(hours=t[0], minutes=t[1], seconds=t[2])


# ID,Date,time,Address,class,cost
class OriginDestination:

    def __init__(self, id, date, timestr, address, type, cost):
        self.id = id
        self.date = date
        self.time = td_from_str(timestr)
        self.address = address
        self.it_type = type
        self.cost = int(cost)

    def description(self):
        total_seconds = self.time.seconds
        h = total_seconds // 3600
        m = (total_seconds % 3600) // 60
        s = total_seconds % 60
        t = '%d:%02d:%02d' % (h, m, s)
        return "%s,%s,%s,%s,%s,%d" % (self.id, self.date, t, self.address, self.it_type, self.cost)


def before7(e):
    bt = timedelta(hours=7)
    if e.cost == 0 and e.time < bt:
        print("\t%s" % e.description())
        with open('before7.csv', 'w') as f:
            f.write(e.description())


def after10(e):
    at = timedelta(hours=10)
    if e.cost == 0 and e.time > at:
        print("\t%s" % e.description())
        with open('after10.csv', 'w') as f:
            f.write(e.description())


def hour2(es):
    N = len(es)
    for start in range(N):
        if es[start].cost != 0:
            continue
        for end in range(start + 1, N):
            if es[start].id == es[end].id:
                if es[end].time - es[start].time > timedelta(hours=2):
                    through_time = (es[end].time - es[start].time).seconds
                    td = "\t用时%d小时%d分%d秒" % (through_time // 3600, through_time % 3600 // 60, through_time % 60)
                    print(td, end=': ')
                    print(es[start].description(), end=' -> ')
                    print(es[end].description())
                    with open('hour2.csv', 'w') as f:
                        it = es[start].description() + ',separation,' + es[end].description()
                        f.write(it)
                break


if __name__ == '__main__':
    ods = []
    with open('data.csv') as f:
        data = csv.reader(f)
        next(data)
        for e in data:
            od = OriginDestination(*e)
            ods.append(copy.deepcopy(od))

    print('出发时间在7点以前:')
    for eb in ods:
        before7(eb)

    print('出发时间在10点以后:')
    for ea in ods:
        after10(ea)

    print('出行时长在2h以上:')
    hour2(ods)

[此贴子已经被作者于2019-7-28 13:08编辑过]