python - 我如何处理 pytrends 的结果？

Question

所以我是 python 新手，在使用 pytrends 时遇到了问题。我正在尝试比较 5 个搜索词并将总和存储在 CSV 中。

我现在遇到的问题是我似乎无法隔离返回的单个元素。我有数据，我可以看到它，但我似乎无法隔离一个元素来用它做任何有意义的事情。

我在别处找到了使用 iloc 的建议，但它不会为显示的内容返回任何内容，如果我只传递一个参数，它似乎会显示所有内容。

感觉真的很蠢，但我就是想不通，也无法在网上找到任何东西。

from pytrends.request import TrendReq
import csv
import pandas
import numpy
import time

# Login to Google. Only need to run this once, the rest of requests will use the same session.
pytrend = TrendReq(hl='en-US', tz=360)

with open('database.csv',"r") as f:
    reader = csv.reader(f,delimiter = ",")
    data = list(reader)
    row_count = len(data)
    comparator_string = data[1][0] + " opening"
print("comparator: ",comparator_string,"\n")

#Initialize search term list including comparator_string as the first item, plus 4 search terms
kw_list=[]
kw_list.append(comparator_string)

for x in range(1, 5, 1):
        search_string = data[x][0] + " opening"
        kw_list.append(search_string)

# Create payload and capture API tokens. Only needed for interest_over_time(), interest_by_region() & related_queries()
pytrend.build_payload(kw_list, cat=0, timeframe='today 3-m',geo='',gprop='')

# Interest Over Time
interest_over_time_df = pytrend.interest_over_time()
#time.sleep(randint(5, 10))

#printer = interest_over_time_df.sum()
printer = interest_over_time_df.iloc[1,1]
print("printer: \n",printer)

Answer 1

pytrends 返回 pandas.DataFrame 对象，并且有多种方法可以解决 indexing and selecting data .

让我们以下面的代码为例:

kw_list = ['apples', 'oranges', 'bananas']
interest_over_time_df = pytrend.interest_over_time()

如果您运行 print(interest_over_time_df)你会看到这样的事情:

            apples  oranges  bananas  isPartial
date
2017-10-23      77       15       43      False
2017-10-24      77       15       46      False
2017-10-25      78       14       41      False
2017-10-26      78       14       43      False
2017-10-27      81       17       42      False
2017-10-28      91       17       39      False
...

你会看到一个索引列 date左边，还有四个数据列 apples , oranges , bananas , 和 isPartial .您可以忽略 isPartial现在:该字段让您知道该特定日期的数据点是否完整。

此时可以按列、按列+索引等选择数据:

>>> interest_over_time_df['apples']
date
2017-10-23    77
2017-10-24    77
2017-10-25    78
2017-10-26    78
2017-10-27    81

>>> interest_over_time_df['apples']['2017-10-26']
78

>>> interest_over_time_df.iloc[4]  # Give me row 4
apples          81
oranges         17
bananas         42
isPartial    False
Name: 2017-10-27 00:00:00, dtype: object

>>> interest_over_time_df.iloc[4, 0] # Give me row 4, value 0
81

您可能感兴趣 pandas.DataFrame.loc ，它按标签选择行，而不是 pandas.DataFrame.iloc , 按整数选择行:

>>> interest_over_time_df.loc['2017-10-26']
apples          78
oranges         14
bananas         43
isPartial    False
Name: 2017-10-26 00:00:00, dtype: object

>>> interest_over_time_df.loc['2017-10-26', 'apples']
78

希望有帮助。