探讨的场景：
1、数据源：取出大量指标或其他需要计算统计的原始数据文件（txt、csv等类型），几十或几百个甚至更多，当前这个例子为小时级的小区指标文件；2、存在的问题，很难再短时间内对大量的数据计算出需要需要的结果；需求：取出每个月，每个小区<最大RRC连接数>的最大的三天数据和其对应的其他指标；（迭代分组取TOPN的问题）即：第一次分组计算：取出每个小区每天24小时中，哪个时段的<最大RRC连接数>的值最大，并记录下这个时段（即自忙时）；第二次分组计算：以第一次分组结算的结果，作为数据源，取每个月中，每个小区<最大RRC连接数>最大的前三天对应的指标数据；3、解决方案：
对于数据量比较大的场景，使用单机关系型数据库实现迭代分组的功能，耗时较长，有兴趣的朋友可以尝试一下，oracle里面的开窗函数可以解决此类场景的问题，但是具体性能如何，没有尝试过。单机mysql貌似没有能够有高性能的解决方案，我自己尝试过好几种写法，都无法避免索引失效导致的全表扫描问题；但无论如何，文件导入数据库的过程必然耗费大量时间。
4、业务流程：
5、代码过程落地：
6、源码：
源码.rar
7、视频说明：
链接：[url]https://pan.baidu.com/s/1cer_qm6I2AC_69AgLZuotA [/url];
提取码：2aqj
支持原创
源码没法下载啊
太牛逼了；谢谢
牛逼不是一般般的
请问这个软件是您编写的吗？
我也在学python，想向您学习一下方法和方向，请帮忙加一下微信号，谢谢!
我的微信号是：horizon2
用pandas貌似也简单
data结构如下：
date_id cell a b c
0 2019-01-01 cella 39 17 786
1 2019-01-02 cella 66 569 882
2 2019-01-03 cella 16 850 960
3 2019-01-01 cellb 40 427 742
4 2019-01-02 cellb 9 578 78
5 2019-01-03 cellb 14 620 831
6 2019-01-01 cellc 67 333 831
7 2019-01-02 cellc 68 289 92
8 2019-01-03 cellc 59 508 264
取每个cell的a列top2时对应行的数据：
df = pd.read_csv('data.csv')
df['num'] = df['a'].groupby(df['cell']).rank(ascending=0,method='first')
df[df.num <=2]
是的
会编程的不搞网优，搞网优的都没有会编程的 ，你懂这个，你就是高手中的高手.........
利用新起的编程语言，厉害！
厉害，学习一下
牛人啊，这玩应也能整出来；
(勾选中文件为要删除文件)
您即将访问的地址是其它网站的内容，MSCBSC将不再对其安全性和可靠性负责，请自行判断是否继续前往
继续访问 取消访问，关闭
关注楼主