GPT-4o vs Claude 3.5 Sonnet深度对比：2026年最强AI模型之争

import pandas as pd
from datetime import datetime
import os

def analyze_user_activity(file_path):
    # 读取CSV
    df = pd.read_csv(file_path)
    
    # 处理日期格式
    def parse_date(date_str):
        formats = ['%Y-%m-%d', '%m/%d/%Y', '%d-%m-%Y']
        for fmt in formats:
            try:
                return datetime.strptime(date_str, fmt)
            except:
                continue
        return None
    
    df['date'] = df['date'].apply(parse_date)
    df = df.dropna(subset=['date', 'user_id'])
    
    # 统计每个用户的活跃天数
    user_stats = df.groupby('user_id')['date'].nunique().reset_index()
    user_stats.columns = ['user_id', 'active_days']
    user_stats = user_stats.sort_values('active_days', ascending=False)
    
    return user_stats

# 使用示例
result = analyze_user_activity('user_data.csv')
result.to_csv('activity_report.csv', index=False)

import pandas as pd
from datetime import datetime
from collections import defaultdict
import logging

# 设置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

def parse_flexible_date(date_str):
    """
    尝试多种格式解析日期
    返回datetime对象或None
    """
    if pd.isna(date_str):
        return None
    
    date_formats = [
        '%Y-%m-%d', '%m/%d/%Y', '%d-%m-%Y',
        '%Y/%m/%d', '%d/%m/%Y', '%m-%d-%Y'
    ]
    
    for fmt in date_formats:
        try:
            return datetime.strptime(str(date_str).strip(), fmt)
        except ValueError:
            continue
    
    logger.warning(f"无法解析日期: {date_str}")
    return None

def analyze_user_activity_robust(file_path):
    """
    分析用户活跃度，包含完整的错误处理
    """
    try:
        # 检查文件是否存在
        if not os.path.exists(file_path):
            raise FileNotFoundError(f"找不到文件: {file_path}")
        
        # 读取数据
        df = pd.read_csv(file_path)
        logger.info(f"成功读取 {len(df)} 行数据")
        
        # 数据清洗
        initial_rows = len(df)
        df['parsed_date'] = df['date'].apply(parse_flexible_date)
        df = df.dropna(subset=['parsed_date', 'user_id'])
        dropped_rows = initial_rows - len(df)
        
        if dropped_rows > 0:
            logger.info(f"清洗后删除了 {dropped_rows} 行无效数据")
        
        # 统计活跃天数
        user_activity = df.groupby('user_id').agg({
            'parsed_date': 'nunique',
            'date': 'count'  # 总记录数
        }).reset_index()
        
        user_activity.columns = ['user_id', 'active_days', 'total_records']
        user_activity['avg_records_per_day'] = (
            user_activity['total_records'] / user_activity['active_days']
        ).round(2)
        
        # 按活跃天数降序排列
        user_activity = user_activity.sort_values('active_days', ascending=False)
        
        return user_activity
        
    except Exception as e:
        logger.error(f"处理过程中出错: {str(e)}")
        raise

# 执行分析
if __name__ == "__main__":
    report = analyze_user_activity_robust('user_data.csv')
    report.to_csv('detailed_activity_report.csv', index=False)
    print(f"报表生成完成！共 {len(report)} 位用户")