Python数据分析：小实例，数人头

本文升级自： https://blog.youkuaiyun.com/libofsdnu/article/details/139114792。

1 代码示例

需求

  有这样一张Excel表，想数数“人物”列的人头数。
  要求：假设没有重名的，我们要把一堆“张三”当成1个人。另外，按时间排序如果前有“张三”后有“张三”但中间夹杂了“李四”，而“张三”前后操作时间不超过20分钟，认为是“张三”帮“李四”操作的，也算成1人次。

Python实现

  直接上代码。

import pandas as pd
from datetime import timedelta

def count_unique_persons(df):
    """
    统计人物列中独特人物的数量，考虑时间间隔逻辑
    
    参数:
        df: DataFrame，包含'人物'和'时间'列
        
    返回:
        int: 独特人物的数量
    """
    # 确保数据按时间排序
    df = df.sort_values('时间')
    
    # 初始化结果集合和指针
    unique_persons = set()
    i = 0
    n = len(df)
    
    while i < n:
        current_person = df.iloc[i]['人物']
        start_time = df.iloc[i]['时间']
        
        # 初始化当前人物的结束时间为开始时间
        end_time = start_time
        
        # 查找所有后续相同人物或时间间隔不超过20分钟的记录
        j = i + 1
        while j < n:
            next_person = df.iloc[j]['人物']
            next_time = df.iloc[j]['时间']
            
            # 如果遇到相同人物或者时间间隔不超过20分钟，继续
            if next_person == current_person or (next_time - end_time) <= timedelta(minutes=20):
                end_time = max(end_time, next_time)  # 更新结束时间
                j += 1
            else:
                break
        
        # 将当前人物加入集合
        unique_persons.add(current_person)
        
        # 移动到下一个不同的人物
        i = j
    
    return len(unique_persons)

# 示例使用
if __name__ == "__main__":
    # 假设我们从Excel读取数据
    # df = pd.read_excel('input.xlsx', usecols=['人物', '时间'])
    
    # 创建示例数据
    data = {
        '人物': ['张三', '张三', '张三', '张三', '李四', '张三', '王五', '张三', '张三', '张三', '赵六', '张三', '张三', '张三', '钱七', '张三'],
        '时间': [
            pd.Timestamp('2023-08-01 08:00:00'),
            pd.Timestamp('2023-08-01 08:05:00'),
            pd.Timestamp('2023-08-01 08:10:00'),
            pd.Timestamp('2023-08-01 08:15:00'),
            pd.Timestamp('2023-08-01 08:18:00'),
            pd.Timestamp('2023-08-01 08:20:00'),
            pd.Timestamp('2023-08-01 08:25:00'),
            pd.Timestamp('2023-08-01 08:30:00'),
            pd.Timestamp('2023-08-01 08:35:00'),
            pd.Timestamp('2023-08-01 08:40:00'),
            pd.Timestamp('2023-08-01 08:45:00'),
            pd.Timestamp('2023-08-01 08:50:00'),
            pd.Timestamp('2023-08-01 08:55:00'),
            pd.Timestamp('2023-08-01 09:00:00'),
            pd.Timestamp('2023-08-01 09:05:00'),
            pd.Timestamp('2023-08-01 09:10:00'),
        ]
    }
    df = pd.DataFrame(data)
    
    # 计算独特人物数量
    count = count_unique_persons(df)
    print(f"独特人物数量: {count}")

代码说明：
​​数据准备​​：
假设数据已经按时间排序（如果不是，代码中会先排序）
示例数据模拟了题目描述的情况
​​核心算法​​：
使用双指针方法遍历数据
对于每个人物，查找所有后续相同人物或时间间隔不超过20分钟的记录
将这些记录视为同一个人，然后移动到下一个不同的人物
​​时间间隔处理​​：
使用timedelta(minutes=20)来判断时间间隔
只要时间间隔不超过20分钟，即使中间有其他人物，也视为同一个人
​​结果统计​​：
使用集合来存储独特人物，自动去重
最后返回集合的大小即为独特人物数量
注意事项：
实际使用时，需要确保时间列是datetime类型，可以使用pd.to_datetime()转换
对于大数据量（如160万行），这个算法的时间复杂度是O(n)，应该可以高效处理
如果需要处理更复杂的情况（如考虑多个名字交替出现），可能需要调整算法逻辑
这个实现比易语言的版本更简洁，利用了Python的pandas库和datetime功能，可以高效处理大量数据。

2 欢迎纠错

  欢迎纠错，随时更新。
  联系方式：评论、私信，或 企鹅 ：179 0042 182 。
  码字不易，如觉得还可以，请给个免费的 zan 和 soucang ，让我有动力继续写下去。

• ---

• 以下关于 Markdown 编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

++ 新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

++ 功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

++ 合理的创建标题，有助于目录的生成

直接输入1次+，并按下space后，将生成1级标题。
输入2次+，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

++ 如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

++ 插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

++ 如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

++ 生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

++ 创建一个表格
一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

+++ 设定内容居中、居左、居右
使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

+++ SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

++ 创建一个自定义列表
Markdown
: Text-to-HTML conversion tool

Authors

John

Luke

++ 如何创建一个注脚

一个具有注脚的文本。²

++ 注释也是必不可少的

Markdown将文本转换为 HTML。

++ KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma (n)=(n-1)!\forall n\in \mathbb{N}$ 是通过欧拉积分

$$\Gamma (z)={\int }_0^{\infty }{t}^{z-1}{e}^{-t}dt.$$

你可以找到更多关于的信息 LaTeX 数学表达式here.

++ 新的甘特图功能，丰富你的文章

• 关于 甘特图 语法，参考 这儿,

++ UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

这将产生一个流程图。:

• 关于 Mermaid 语法，参考 这儿,

++ FLowchart流程图

我们依旧会支持flowchart的流程图：

• 关于 Flowchart流程图 语法，参考 这儿.

++ 导出与导入

+++ 导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

+++ 导入
如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

---

1. mermaid语法说明 ↩︎

2. 注脚的解释 ↩︎