- A+
所属分类:python
1.1. Pandas分析步骤
- 载入数据
- 将 请求的URL 进行 COUNT。类似如下SQL:
1 2 3 4 5 6 |
SELECT request_url, count(*) FROM log GROUP BY request_url ORDER BY count(*) LIMIT 0, 100; |
1.2. 代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 |
cat pd_ng_log_stat.py #!/usr/bin/env python #-*- coding: utf-8 -*- from ng_line_parser import NgLineParser import pandas as pd import socket import struct class PDNgLogStat(object): def __init__(self): self.ng_line_parser = NgLineParser() def _log_line_iter(self, pathes): """解析文件中的每一行并生成一个迭代器""" for path in pathes: with open(path, 'r') as f: for index, line in enumerate(f): self.ng_line_parser.parse(line) yield self.ng_line_parser.to_dict() def load_data(self, path): """通过给的文件路径加载数据生成 DataFrame""" self.df = pd.DataFrame(self._log_line_iter(path)) def url_req_stat(self): """统计那个页面点击量""" group_by_cols = ['request_url'] # 需要分组的列,只计算和显示该列 # 直接统计次数 url_req_grp = self.df[group_by_cols].groupby( self.df['request_url']) return url_req_grp.agg(['count'])['request_url'].sort_values(by='count', ascending=False) def main(): file_pathes = ['www.ttmark.com.access.log'] pd_ng_log_stat = PDNgLogStat() pd_ng_log_stat.load_data(file_pathes) # 统计页面点击量 print pd_ng_log_stat.url_req_stat() if __name__ == '__main__': main() |
运行统计和输出结果
1 2 3 4 5 6 7 8 9 10 11 12 13 |
python pd_ng_log_stat.py count request_url /wp-admin/admin-ajax.php 246361 /tag/ 126012 / 57325 ...... /chufang/2016/06/25/8634.html 2312 /chufang/2015/03/26/4686.html 2293 /jiaju/2014/12/05/1348.html 2230 [29205 rows x 1 columns] |
昵称: HH
QQ: 275258836
ttlsa群交流沟通(QQ群②: 6690706 QQ群③: 168085569 QQ群④: 415230207(新) 微信公众号: ttlsacom)
感觉本文内容不错,读后有收获?

微信公众号
扫一扫关注运维生存时间公众号,获取最新技术文章~
01/11/2016 下午 9:21 沙发
博客不错哦,第二导航网期待贵站的加入哦~~~www.numberer.net
02/11/2016 下午 3:06 1层
@马富天 Ok. M b I l[img]00tank; ++t.t’m’yu 摸0iohj n I’ll ::) n[/img]