码农的欧洲杯：欢迎各路神仙和高手挑战！

yun_88

哈哈，好NB

dengbao2001

唉，没时间看这个呢

wang290

lkk_super 发表于 2012-06-01 18:08
回复 16# send_linux

我才400多分啊，一两把估计就输光了

tinnyshu

你们都是牛人

nmweizi

不知道用python写算不算,代码写的比较丑陋，请大家多原谅

1. header = True
   
2. for i in f.readlines():
   
3.     #d = []
   
4.     i = i.strip()
   
5.     if len(i) > 0 and len(i) <50:
   
6.         if header:
   
7.             d = []
   
8.             
   
9.             header = False
   
10.         d.append(i)
    
11.         #print d   
    
12.     #else:
    
13.     if len(i) > 50 :
    
14.         #print d
    
15.         header = True
    
16.         if i[0]<>'#':
    
17.             
    
18.             i1 = re.sub('\s{2,}|\s+\(|\)\s+','|',i)
    
19.             i2 = re.sub('\)\s*\||\(aged','',i1)
    
20.         
    
21.             i3 = re.sub('\|\s*\(','|',i2)
    
22.             i4 = re.sub('\|\s*c\s*\|',' (c) |',i3)
    
23.             
    
24.             if len(d) ==2:
    
25.                 d.insert(0,d1)
    
26.             else:
    
27.                 d1 =d[0]
    
28.             g.write(i4+'|'+'|'.join(d) +'\n')
    
29.         
    
30. g.close()
    
31. f.close()
    
32. 
    
33. import datetime
    
34. def date_converter(date_string):
    
35.     return datetime.datetime.strptime(date_string, '%Y-%m-%d').date()
    
36. df = read_csv('e:/temp/name3.txt',parse_dates=True,sep='\|',names=['#', 'Pos.', 'Player','Date of Birth', 'Age','Club','group','gj','jl'],converters={3:date_converter})
    
37. df.head()
    

复制代码

Out[43]:
   # Pos.               Player Date of Birth  Age           Club    group      gj                                      jl    sr
0  1   GK    Wojciech Szczesny    1990-04-18   22        Arsenal  Group A  Poland  Head coach:  Franciszek Smuda (Poland)  4-18
1  2   DF   Sebastian Boenisch    1987-02-01   25  Werder Bremen  Group A  Poland  Head coach:  Franciszek Smuda (Poland)   2-1
2  3   DF  Grzegorz Wojtkowiak    1984-01-26   28    Lech Poznan  Group A  Poland  Head coach:  Franciszek Smuda (Poland)  1-26
3  4   DF       Damien Perquis    1984-10-04   27        Sochaux  Group A  Poland  Head coach:  Franciszek Smuda (Poland)  10-4
4  5   MF        Dariusz Dudka    1983-12-09   28        Auxerre  Group A  Poland  Head coach:  Franciszek Smuda (Poland)  12-9

1.年纪最小的人

1. 
   
2. df.min(axis=0)
   
3. df.Age.min()   #这个也可以
   

复制代码

(Age)                         18

2.年纪最大的人

1. 
   
2. df.max(axis=0)
   
3. df.Age.max()    #这个也可以
   

复制代码

(Age)                                 38

3.哪一天出生的人最多

1. df.groupby(['Date of Birth']).count().sort('Date of Birth', ascending = False)['#']

复制代码

Date of Birth
1982-05-01       2
1987-01-27       2
1981-10-03       2
1986-09-08       2
1981-10-29       2
1984-06-28       2
1987-01-22       2
1987-07-28       2
1989-05-31       2
1983-07-07       2
1984-12-13       2
1985-08-20       2
1983-05-02       1
如果只比较天

1. nian = lambda x: x.day
   
2. df['sr'] = df['Date of Birth'].map(nian)
   
3. df.groupby(['sr']).count().sort('Date of Birth', ascending = False)['#']

复制代码

sr
13    18
20    18
27    17
28    16
9     16
4     15
26    14
12    14
3     13
8     13
19    13
6     12
10    12
17    12
21    12

按月日计算

1. nian = lambda x: str(x.month)+'-'+str(x.day)
   
2. df['sr'] = df['Date of Birth'].map(nian)
   
3. df.groupby(['sr']).count().sort('Date of Birth', ascending = False)['#']

复制代码

Out[29]:
sr
6-9      4
3-30     4
7-7      4
10-27    3
7-28     3
5-31     3
9-8      3


4.和你生日相同的人,如果有的话找出来

1. nian = lambda x: x ==datetime(1983,12,9).date()
   
2. df['sr'] = df['Date of Birth'].map(nian)
   
3. print df[df['sr']]

复制代码

# Pos.         Player Date of Birth  Age     Club    group      gj                                      jl                   rq    sr
4  5   MF  Dariusz Dudka    1983-12-09   28  Auxerre  Group A  Poland  Head coach:  Franciszek Smuda (Poland)   True


如果不算年的话

1. nian = lambda x: x.month ==12 and x.day==9
   
2. df['sr'] = df['Date of Birth'].map(nian)
   
3. print df[df['sr']]

复制代码

# Pos.         Player Date of Birth  Age         Club    group       gj                                      jl    sr
4    5   MF  Dariusz Dudka    1983-12-09   28      Auxerre  Group A   Poland  Head coach:  Franciszek Smuda (Poland)  True
276  1   GK   Maksym Koval    1992-12-09   19  Dynamo Kyiv  Group D  Ukraine     Head coach:  Oleh Blokhin (Ukraine)  True

5.给定一个球员名,列出国籍与教练,处在哪个小组

1. print df[df['Player']=='Simon Cox'][['gj','jl','group']]

复制代码

gj                                       jl    group
249  Republic of Ireland  Head coach:  Giovanni Trapattoni(Italy)  Group C


6.哪个俱乐部的人最多

1. df.groupby(['Club']).count().sort('Club', ascending = False)['#']

复制代码

Out[145]:
Club
Bayern Munich              13
Real Madrid                11
Dynamo Kyiv                10
Chelsea                     9
Zenit Saint Petersburg      8
Arsenal                     8
Barcelona                   8
Shakhtar Donetsk            8
Borussia Dortmund           8
Manchester City             8
Manchester United           7
Juventus                    7
CSKA Moscow                 7
Liverpool                   7
Olympiacos                  6

7.队长里打什么位置的最多

1. f = lambda x: '(c)' in x
   
2. df['dz'] = df['Player'].map(f)
   
3. df.groupby(['dz','Pos.']).count().sort('Pos.', ascending = False)['Pos.']

复制代码

dz     Pos.
False  MF      124
       DF      112
       FW       71
       GK       45
True   MF        6
       FW        5
       GK        3
       DF        2


        
8.比你年纪大的有多少人

1. nian = lambda x: x >datetime(1983,12,9).date()
   
2. df['sr'] = df['Date of Birth'].map(nian)
   
3. df[df['sr']].count()

复制代码

#                222


9.列出365天里所有人都不过生日的日期

1. from datetime import datetime
   
2. from pandas.core.datetools import *
   
3. start = datetime(2012, 1, 1)
   
4. end = datetime(2012, 12, 31)
   
5. rng = DateRange(start, end, offset=BDay())
   
6. nian = lambda x: datetime(2012,x.month,x.day)
   
7. df['rq'] =df['Date of Birth'].map(nian)   
   
8. (rng-df['rq']).map(lambda x: [str(x.month)+'-'+str(x.day)])

复制代码

Out[158]:
array([['1-1'], ['1-3'], ['1-7'], ['1-20'], ['1-21'], ['1-29'], ['1-30'],
       ['1-31'], ['2-6'], ['2-7'], ['2-8'], ['2-10'], ['2-17'], ['2-19'],
       ['2-22'], ['2-27'], ['3-1'], ['3-3'], ['3-5'], ['3-8'], ['3-14'],
       ['3-15'], ['3-22'], ['3-23'], ['3-24'], ['3-25'], ['3-31'], ['4-1'],
       ['4-11'], ['4-12'], ['4-14'], ['4-15'], ['4-17'], ['4-23'],
       ['4-24'], ['4-26'], ['5-3'], ['5-6'], ['5-10'], ['5-12'], ['5-14'],
       ['5-18'], ['5-25'], ['5-28'], ['6-1'], ['6-2'], ['6-5'], ['6-7'],
       ['6-11'], ['6-14'], ['6-16'], ['6-18'], ['6-23'], ['6-24'],
       ['6-26'], ['6-30'], ['7-1'], ['7-2'], ['7-4'], ['7-5'], ['7-13'],
       ['7-18'], ['7-19'], ['7-23'], ['7-25'], ['7-27'], ['7-29'],
       ['7-30'], ['7-31'], ['8-5'], ['8-7'], ['8-9'], ['8-10'], ['8-22'],
       ['8-25'], ['8-26'], ['8-29'], ['9-1'], ['9-7'], ['9-11'], ['9-16'],
       ['9-17'], ['9-23'], ['9-24'], ['9-25'], ['10-1'], ['10-2'],
       ['10-8'], ['10-11'], ['10-14'], ['10-17'], ['10-19'], ['10-21'],
       ['10-26'], ['10-30'], ['10-31'], ['11-2'], ['11-3'], ['11-7'],
       ['11-9'], ['11-13'], ['11-14'], ['11-16'], ['11-18'], ['11-19'],
       ['11-20'], ['11-22'], ['11-23'], ['11-24'], ['11-28'], ['11-29'],
       ['12-1'], ['12-4'], ['12-5'], ['12-10'], ['12-18'], ['12-22'],
       ['12-23'], ['12-25'], ['12-29'], ['12-31']], dtype=object)



10.打各个位置的人一共有多少

1. df.groupby('Pos.').count().sort('Pos.', ascending = False)['Pos.']

复制代码

Out[418]:
Pos.
MF      130
DF      114
FW       76
GK       48

xdsnet

都是一些超级强者啊

alang85

回复 1# mpstat

to407

我也来一个， 用MySQL来做。。。。。。码农么。。。。当然是包括无数数据库从业人员啊。。。

脚本运行环境
Linux

测试了几个不同的版本应该都没什么大问题

依赖环境， 有mysql running...
# yum install mysql-server

第一步，文本处理
sed/awk/tr/grep

第二步，mysql create database/table.
              mysqlimport

第三步， 建辅助表/视图， 表结构优化。。。(没分割多个表， 这样 不符合第三范式， 不过这里没问题的～～～)

然后就可以答题了。。

直接用附件的脚本跑就可以了。。。。

Before run the script...
修改脚本开头的变量$MSQLTOKEN 成为自己本地测试环境的用户名密码。。。

1. 
   
2. #################################################################
   
3. ##please modify following variable $MSQLTOKEN as your env. access
   
4. ##if you connect your DB with
   
5. ##   user:sesame
   
6. ##   pswd:OPEN
   
7. ##set
   
8. ##   MSQLTOKEN=" -u sesame -p OPEN "
   
9. #################################################################
   
10. MSQLTOKEN=" -u root "
    
11. #################################################################

复制代码

任何问题  欢迎指正

to407.zip (11.29 KB, 下载次数: 11)

2012-06-04 13:57 上传

点击文件名下载附件
Linux下直接解压后运行

to407

回复 30# to407


1.    第一步做文本处理的时候还是调戏了比较长的时间， 测试了几遍没有什么大的bug。。。。具体的读代码吧，太长了。。。
   
2.    mysqlimport的时候会在groupin有两处warning，不过不影响导入， 这个warning是原文件有两处coach的国籍没有标注， 后面我用update语句设为同国家队名了。

3.    建了新数据库 eucup; 两个表player/team

1. create table player(
   
2.     P_id int(3) not null,
   
3.     P_No int(2) not null,
   
4.     P_position varchar(2),
   
5.     P_name varchar(50),
   
6.     P_iscapital int(1),
   
7.     P_birthday date,
   
8.     P_age    int(3),
   
9.     P_club   varchar(50),
   
10.     P_state  varchar(30)
    
11. );
    
12. 
    
13. create table team(
    
14.     T_id int(2) not null,
    
15.     T_name varchar(30),
    
16.     T_coach_name varchar(50),
    
17.     T_coach_state varchar(30)
    
18. );
    

复制代码

另外一个临时用的表groupin在处理之后也并入了team表， 上面提过不满足第三范式， 这边不影响题意。

4. 建了一个视图
      CREATE VIEW  vPlayerBirth(P_id, P_name, P_birth) AS  select P_id,P_name, date_format(P_birthday, '%m-%d') from player;
    主要是因为题目有几处用到了"生日"， 就提出来新作一列， 这样比较方便

5. 建了一个新表date2012
     该表在处理之后就是一年366天为一列， 另一列更新为是否有人生日。
     这样处理是为了第9题， 很直观地select语句就可以完成查询。

mpstat

to407 发表于 2012-06-04 14:07
回复 30# to407

lz牛啊.我得好好看看lz的代码