我正在幫助一個(gè)狗救援組織分析他們收到的收養(yǎng)申請(qǐng)。所有申請(qǐng)均通過在線系統(tǒng)提交，每個(gè)申請(qǐng)都會(huì)獲得一個(gè)自動(dòng)生成的表格 ID。然后，這些申請(qǐng)將被分配給不同的志愿者來處理。大多數(shù)信息都很簡(jiǎn)單，我可以使用 pandas 輕松處理。分析的一部分是關(guān)于每個(gè)應(yīng)用程序的處理時(shí)間。這意味著從申請(qǐng)創(chuàng)建之日（表格狀態(tài)為“已提交”）到狗被收養(yǎng)（表格狀態(tài)為“已收養(yǎng)”）。當(dāng)我導(dǎo)出表單數(shù)據(jù)時(shí)，狀態(tài)更改和一般注釋混合在一個(gè)名為“注釋（內(nèi)聯(lián)）”的標(biāo)題下。以下是一個(gè)應(yīng)用程序的狀態(tài)更改/評(píng)論的簡(jiǎn)短示例。文本遵循一些基本模式。一般評(píng)論：CURRENT_PERSON（名字）寫于日期：文本志愿者變更：CURRENT_PERSON（名字）于 DATE 寫入：已將表格分配給 NEW_PERSON（名字）表單狀態(tài)更改：CURRENT_PERSON（名字）于日期寫入：狀態(tài)已從 CURRENT_STATUS 更改為 NEW_STATUS我是 python 新手（~3mos）。我想到的第一件事是使用 python 和正則表達(dá)式來解析文本，提取數(shù)據(jù)，并將它們分為兩組（一組用于一般注釋，一組用于狀態(tài)更改）。這需要一些時(shí)間，因?yàn)槲胰栽趯W(xué)習(xí)，但似乎是可行的。最終的結(jié)果將會(huì)是這樣的。相同的狀態(tài)可以被分配多次，所以我需要給他們一個(gè)號(hào)碼。然后我可以將處理時(shí)間計(jì)算為 Adopted-01 和 Submitted-01 之間的天數(shù)。然而，從我到目前為止所了解到的情況來看，使用這種類型的迭代（for 循環(huán)）似乎很慢并且不推薦。到目前為止，我大約有 1500 份表格，而且這個(gè)數(shù)字只會(huì)增加。我應(yīng)該繼續(xù)使用 python 和 re 嗎？還是有更好的方法來獲得我所描述的內(nèi)容？我堅(jiān)信有一種更好的方法，只是我還不夠了解。非常感謝您的建議。更新示例數(shù)據(jù)位于 CSV 文件中，此處位于 XML 文件中你會(huì)在那里找到四個(gè)名字：Jenny White、Rose Burk、Kerry James、Henry Woods。我意識(shí)到文本 CSV 文件并不像我想象的那么干凈。評(píng)論或狀態(tài)更改之間沒有空格。盡管存在模式，但并不總是一致（僅名字與全名）。我更新了模式。導(dǎo)出為 CSV 后，您將看到以下內(nèi)容Henry 于 2020 年 9 月 22 日寫道：已將表格分配給 Rose Burk Rose 于 2020 年 9 月 22 日寫道：已發(fā)送介紹電子郵件。成為Henry 于 2020 年 9 月 22 日寫道：已將表格分配給 Rose BurkRose 于 2020 年 9 月 22 日寫道：已發(fā)送介紹電子郵件?，F(xiàn)在我還需要更多地清理數(shù)據(jù)。謝謝參觀。