import os
# 創(chuàng)建一個列表用來存儲新的內容
list = []                                     
with open("task1.trainSentence.new", "r",encoding='xxx') as file_input: # 打開.new文件,xxx根據(jù)自己的編碼格式填寫
    with open("exp1_1.txt", "w", encoding='xxx') as file_output:        # 打開exp1_1.txt,xxx根據(jù)自己的編碼格式填寫文件如果沒有就創(chuàng)建一個
 
        for Line in file_input:                                         # 遍歷每一行的文件
            arr = Line.split('\t')                                      # 以\t為分隔符讀取
            if arr[0] not in list:                                      # if the word is not in the list
                list.append(arr[0])                                     # add the word to the list
            file_output.write(arr[0]+"\t"+arr[1]+"\t"+arr[2]+"\t"+arr[3]+"\t"+arr[4]+"\n")  # write the line to the file
file_input.close()                                                      #關閉.new文件
file_output.close()                                                     #關閉創(chuàng)建的txt文件       

import os
file_1 = open("exp1_1.txt", encoding='xxx')             # 打開文件,xxx根據(jù)自己的編碼格式填寫
os.mkdir("exp1_train")                                  # 創(chuàng)建目錄
os.chdir("exp1_train")                                  # 修改進程的工作目錄（使用該目錄）
a = file.readline()                                     # 按行讀取exp1_1.txt文件
arr = a.split("\t")                                     # 按\t間隔符作為分割
b = 1                                                   #設置分組文件的序列
file_2 = open("{}.txt".format(b), "w", encoding="xxx")  # 打開文件,xxx根據(jù)自己的編碼格式填寫
for line in file_1:                                     # 按行讀取文件
    arr_1 = line.split("\t")                            # 按\t間隔符作為分割
    if arr[0] != arr_1[0]:                              # 如果讀取文件的第一列內容與存入新文件的第一列類型不同
        file_2.close()                                  # 關掉該文件
        b += 1                                          # 文件序列加一
        f_2 = open("{}.txt".format(b), "w", encoding="xxx") # 創(chuàng)建新文件，以另一種類型分類,xxx根據(jù)自己的編碼格式填寫
    arr = line.split("\t")                              # 按\t間隔符作為分割
    f_2.write(arr[0]+"\t"+arr[1]+"\t"+arr[2]+"\t"+arr[3]+"t"+arr[4]+"\t""\n") # 將相同類型的文件寫入
f_1.close()                                             # 關閉題目一創(chuàng)建的exp1_1.txt文件
f_2.close()                                             # 關閉創(chuàng)建的最后一個類型的文件

import os

with open("exp1_1.txt", encoding='xxx') as file_in1: # 打開文件,xxx根據(jù)自己的編碼格式填寫
    i = 1                                            # 類型序列
    arr2 = {}                                        # 創(chuàng)建字典
    for line in file_in1:                            # 按行遍歷
        arr3 = line[0:2]                             # 讀取關系
        if arr3 not in arr2.keys():
            arr2[arr3] = i                           
            i += 1                                   # 類型+1
    file_in = open("task1.test.new")                 # 打開文件task1.test.new
    os.mkdir("exp1_test")                            # 創(chuàng)建目錄
    os.chdir("exp1_test")                            # 修改進程的工作目錄（使用該目錄）
    for line in file_in:
        arr = line[0:2]
        with open("{}_test.txt".format(arr2[arr]), "a", encoding='xxx') as file_out:
            arr = line.split('\t')
            file_out.write(line)
    i = 1
    file_in.seek(0)
    os.mkdir("exp1_index")
    os.chdir("exp1_index")
    for line in file_in:
        arr = line[0:2]
        with open("index{}.txt".format(arr2[arr]), "a", encoding='xxx') as file_out:
            arr = line.split('\t')
            line = line[0:-1]
            file_out.write(line + '\t' + "{}".format(i) + "\n")
        i += 1

import pandas as pd
data = pd.read_csv(r"C:\mars_tianchi_songs.csv")       # 讀取數(shù)據(jù)
Newdata = data.drop_duplicates(subset=['artist_id'])   # 刪除重復值
artist_sum = Newdata['artist_id'].count()              
#artistChongFu_count = data.duplicated(subset=['artist_id']).count() artistChongFu_count = data.loc[:,'artist_id'].value_counts() 重復次數(shù)，即每個歌手的歌曲數(shù)目
songChongFu_count = data.loc[:,'songs_id'].value_counts()  # 沒有重復（歌手）
artistChongFu_count.loc['artist_sum'] = artist_sum         # 沒有重復（歌曲）artistChongFu_count.to_csv('exp2_1.csv')                   # 輸出文件格式為exp2_1.csv

import pandas as pd import os

data = pd.read_csv(r"C:\mars_tianchi_songs.csv")
data_two = pd.read_csv(r"C:\mars_tianchi_user_actions.csv")
num=pd.merge(data_two, data) num.to_csv('exp2_2.csv')

import pandas as pd
data =pd.read_csv('exp2_2.csv')
DataCHongfu = data.groupby(['artist_id','Ds'])['gmt_create'].sum()#重復項相加DataCHongfu.to_csv('exp2_3.csv')