API ਦੁਆਰਾ ਐਪਲੀਟਿਊਡ ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨਾ

ਜਾਣ ਪਛਾਣ

ਐਪਲੀਟਿਊਡ ਨੇ ਇਸਦੇ ਆਸਾਨ ਇਵੈਂਟ ਸੈਟਅਪ ਅਤੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਲਚਕਤਾ ਦੇ ਕਾਰਨ ਇੱਕ ਉਤਪਾਦ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲ ਵਜੋਂ ਆਪਣੇ ਆਪ ਨੂੰ ਬਹੁਤ ਵਧੀਆ ਢੰਗ ਨਾਲ ਸਾਬਤ ਕੀਤਾ ਹੈ. ਅਤੇ ਅਕਸਰ ਤੁਹਾਡੇ ਖੁਦ ਦੇ ਵਿਸ਼ੇਸ਼ਤਾ ਮਾਡਲ, ਕਲੱਸਟਰ ਉਪਭੋਗਤਾਵਾਂ, ਜਾਂ ਕਿਸੇ ਹੋਰ BI ਸਿਸਟਮ ਵਿੱਚ ਡੈਸ਼ਬੋਰਡ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਐਮਪਲੀਟਿਊਡ ਤੋਂ ਕੱਚੇ ਇਵੈਂਟ ਡੇਟਾ ਨਾਲ ਹੀ ਅਜਿਹੀ ਧੋਖਾਧੜੀ ਕਰਨਾ ਸੰਭਵ ਹੈ। ਇਹ ਲੇਖ ਤੁਹਾਨੂੰ ਦੱਸੇਗਾ ਕਿ ਘੱਟੋ-ਘੱਟ ਪ੍ਰੋਗਰਾਮਿੰਗ ਗਿਆਨ ਨਾਲ ਇਸ ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ।

ਪੂਰਵ-ਸ਼ਰਤਾਂ

1. ਐਪਲੀਟਿਊਡ ਵਿੱਚ ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਜਿਸ ਵਿੱਚ ਇਵੈਂਟਸ ਪਹਿਲਾਂ ਹੀ ਸਹੀ ਢੰਗ ਨਾਲ ਕੌਂਫਿਗਰ ਕੀਤੇ ਗਏ ਹਨ ਅਤੇ ਉਹਨਾਂ 'ਤੇ ਅੰਕੜੇ ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਹਨ
2. ਪਾਈਥਨ ਸਥਾਪਿਤ ਹੈ (ਮੈਂ ਸੰਸਕਰਣ 3.8.3 ਵਿੱਚ ਕੰਮ ਕਰ ਰਿਹਾ ਹਾਂ), ਜਿਸ ਨਾਲ ਸੰਭਾਵੀ ਪਾਠਕ ਪਹਿਲਾਂ ਹੀ ਘੱਟੋ ਘੱਟ ਇੱਕ ਬੁਨਿਆਦੀ ਪੱਧਰ 'ਤੇ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ

ਨਿਰਦੇਸ਼

ਕਦਮ 1. API-ਕੁੰਜੀ ਅਤੇ ਗੁਪਤ-ਕੁੰਜੀ ਪ੍ਰਾਪਤ ਕਰਨਾ

ਡਾਟਾ ਅੱਪਲੋਡ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਪਹਿਲਾਂ ਇੱਕ API ਕੁੰਜੀ ਅਤੇ ਗੁਪਤ ਕੁੰਜੀ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।

ਤੁਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਮਾਰਗ ਦੀ ਪਾਲਣਾ ਕਰਕੇ ਉਹਨਾਂ ਨੂੰ ਲੱਭ ਸਕਦੇ ਹੋ:

1. "ਡਾਟਾ ਪ੍ਰਬੰਧਿਤ ਕਰੋ" (ਸਕ੍ਰੀਨ ਦੇ ਹੇਠਾਂ ਖੱਬੇ ਪਾਸੇ ਸਥਿਤ)
2. ਲੋੜੀਂਦਾ ਪ੍ਰੋਜੈਕਟ ਚੁਣੋ ਜਿਸ ਤੋਂ ਡੇਟਾ ਡਾਊਨਲੋਡ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ ਇਸ 'ਤੇ ਜਾਓ
3. ਖੁੱਲਣ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟ ਮੀਨੂ ਵਿੱਚ, "ਪ੍ਰੋਜੈਕਟ ਸੈਟਿੰਗਜ਼" ਦੀ ਚੋਣ ਕਰੋ
4. ਅਸੀਂ API-ਕੁੰਜੀ ਅਤੇ ਗੁਪਤ-ਕੁੰਜੀ ਦੀਆਂ ਸਤਰਾਂ ਲੱਭਦੇ ਹਾਂ, ਉਹਨਾਂ ਦੀ ਨਕਲ ਕਰਦੇ ਹਾਂ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਥਾਂ ਤੇ ਸੁਰੱਖਿਅਤ ਕਰਦੇ ਹਾਂ।

ਕਲਿੱਕ ਕੀਤੇ ਬਿਨਾਂ, ਤੁਸੀਂ ਲਿੰਕ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦੇ ਹੋ, ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ:
analytics.amplitude.com/$$$$$$$/manage/project/******/settings,
ਜਿੱਥੇ $$$$$$ ਤੁਹਾਡੀ ਸੰਸਥਾ ਦਾ ਐਪਲੀਟਿਊਡ ਲੌਗਇਨ ਹੈ, ****** ਪ੍ਰੋਜੈਕਟ ਨੰਬਰ ਹੈ

ਕਦਮ 2: ਲੋੜੀਂਦੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੀ ਮੌਜੂਦਗੀ ਦੀ ਜਾਂਚ ਕਰਨਾ

ਚੰਗੀ ਖ਼ਬਰ ਇਹ ਹੈ ਕਿ ਤੁਹਾਡੇ ਕੋਲ ਇਹ ਲਾਇਬ੍ਰੇਰੀਆਂ ਪਹਿਲਾਂ ਹੀ ਡਿਫੌਲਟ ਜਾਂ ਡਾਊਨਲੋਡ ਕੀਤੀਆਂ ਹਨ, ਪਰ ਤੁਹਾਨੂੰ ਜਾਂਚ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੀ ਪੂਰੀ ਸੂਚੀ ਜੋ ਮੈਂ ਲਿਖਣ ਦੇ ਸਮੇਂ ਵਰਤੀ ਸੀ (ਜਿੱਥੇ ਉਚਿਤ ਹੋਵੇ ਬਰੈਕਟਾਂ ਵਿੱਚ ਵਰਜਨ ਦਰਸਾਏ ਗਏ ਹਨ):

1. ਬੇਨਤੀਆਂ (2.10.0) - ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਏਪੀਆਈ ਦੁਆਰਾ ਬੇਨਤੀ ਭੇਜਣਾ
2. ਪਾਂਡਾ (1.0.1) - json ਪੜ੍ਹਨਾ, ਇੱਕ ਡੇਟਾਫ੍ਰੇਮ ਬਣਾਉਣਾ ਅਤੇ ਫਿਰ ਇੱਕ ਫਾਈਲ ਵਿੱਚ ਲਿਖਣਾ
3. zipfile - API ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਇੱਕ ਪੁਰਾਲੇਖ ਤੋਂ ਫਾਈਲਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ
4. gzip - .gz ਤੋਂ json ਫਾਈਲਾਂ ਨੂੰ ਅਨਪੈਕ ਕਰਨਾ
5. os - ਇੱਕ ਅਨਪੈਕ ਕੀਤੇ ਪੁਰਾਲੇਖ ਤੋਂ ਫਾਈਲਾਂ ਦੀ ਸੂਚੀ ਪ੍ਰਾਪਤ ਕਰਨਾ
6. ਸਮਾਂ - ਵਿਕਲਪਿਕ, ਸਕ੍ਰਿਪਟ ਦੇ ਚੱਲ ਰਹੇ ਸਮੇਂ ਨੂੰ ਮਾਪੋ
7. tqdm - ਵਿਕਲਪਿਕ, ਫਾਈਲ ਪ੍ਰੋਸੈਸਿੰਗ ਪ੍ਰਗਤੀ ਦੀ ਆਸਾਨ ਨਿਗਰਾਨੀ ਲਈ

ਕਦਮ 3. ਇੱਕ ਡਾਟਾ ਲੋਡਿੰਗ ਸਕ੍ਰਿਪਟ ਲਿਖਣਾ

ਸੰਕੇਤ: ਪੂਰੀ ਡਾਉਨਲੋਡ ਸਕ੍ਰਿਪਟ ਲੇਖ ਦੇ ਅੰਤ ਵਿੱਚ ਹੈ; ਜੇ ਤੁਸੀਂ ਚਾਹੋ, ਤਾਂ ਤੁਸੀਂ ਇਸਨੂੰ ਤੁਰੰਤ ਲੈ ਸਕਦੇ ਹੋ ਅਤੇ ਜੇ ਲੋੜ ਪਵੇ ਤਾਂ ਕਦਮ-ਦਰ-ਕਦਮ ਸਪੱਸ਼ਟੀਕਰਨ ਦਾ ਹਵਾਲਾ ਦੇ ਸਕਦੇ ਹੋ।

ਕਦਮ 3.1. ਲਾਇਬ੍ਰੇਰੀਆਂ ਨੂੰ ਆਯਾਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ

ਅਸੀਂ ਦੂਜੇ ਪੜਾਅ ਵਿੱਚ ਸੂਚੀਬੱਧ ਸਾਰੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ ਨੂੰ ਆਯਾਤ ਕਰਦੇ ਹਾਂ।

# Импорт библиотек
import requests
import pandas as pd
import zipfile
import gzip
import os
import time
import tqdm
from tqdm import tqdm

ਕਦਮ 3.2। ਐਪਲੀਟਿਊਡ ਲਈ ਇੱਕ ਬੇਨਤੀ ਜਮ੍ਹਾਂ ਕਰਾਉਣਾ

ਆਉ ਸਕ੍ਰਿਪਟ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਦੀ ਸ਼ੁਰੂਆਤ ਨੂੰ ਖੋਜੀਏ ਅਤੇ ਇਸਨੂੰ ਵੇਰੀਏਬਲ a ਵਿੱਚ ਲਿਖੀਏ।

startdate ਅਤੇ enddate ਡੇਟਾ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਨ ਦੀ ਮਿਆਦ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹਨ ਅਤੇ ਐਪਲੀਟਿਊਡ ਸਰਵਰ ਨੂੰ ਭੇਜੀ ਗਈ ਬੇਨਤੀ ਦੇ ਟੈਕਸਟ ਵਿੱਚ ਬਣਾਏ ਗਏ ਹਨ; ਮਿਤੀ ਤੋਂ ਇਲਾਵਾ, ਤੁਸੀਂ ਬੇਨਤੀ ਵਿੱਚ 'T' ਤੋਂ ਬਾਅਦ ਮੁੱਲ ਨੂੰ ਬਦਲ ਕੇ ਘੰਟਾ ਵੀ ਨਿਰਧਾਰਿਤ ਕਰ ਸਕਦੇ ਹੋ।

api_key ਅਤੇ secret_key ਪਹਿਲੇ ਪੜਾਅ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕੀਤੇ ਮੁੱਲਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ; ਸੁਰੱਖਿਆ ਕਾਰਨਾਂ ਕਰਕੇ, ਮੈਂ ਇੱਥੇ ਆਪਣੀ ਖੁਦ ਦੀ ਬਜਾਏ ਬੇਤਰਤੀਬ ਕ੍ਰਮ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹਾਂ।

a = time.time()
# Параметры начальной и конечной даты
startdate = '20200627'
enddate = '20200628'

api_key = 'kldfg844203rkwekfjs9234'
secret_key = '094tfjdsfmw93mxwfek'
# Отправление запроса в Amplitude
response = requests.get('https://amplitude.com/api/2/export?start='+startdate+'T0&end='+enddate+'T0', auth = (api_key, secret_key))
print('1. Запрос отправлен')

ਕਦਮ 3.3. ਡੇਟਾ ਦੇ ਨਾਲ ਇੱਕ ਪੁਰਾਲੇਖ ਨੂੰ ਡਾਊਨਲੋਡ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ

ਅਸੀਂ ਆਰਕਾਈਵ ਲਈ ਇੱਕ ਨਾਮ ਲੈ ਕੇ ਆਉਂਦੇ ਹਾਂ ਅਤੇ ਇਸਨੂੰ ਫਾਈਲ ਨਾਮ ਵੇਰੀਏਬਲ ਵਿੱਚ ਲਿਖਦੇ ਹਾਂ। ਮੇਰੀ ਸਹੂਲਤ ਲਈ, ਮੈਂ ਪੀਰੀਅਡ + ਦਰਸਾਉਂਦਾ ਹਾਂ ਕਿ ਇਹ ਐਪਲੀਟਿਊਡ ਡੇਟਾ ਹੈ। ਅੱਗੇ, ਅਸੀਂ ਐਪਲੀਟਿਊਡ ਤੋਂ ਪ੍ਰਾਪਤ ਹੋਏ ਜਵਾਬ ਨੂੰ ਆਰਕਾਈਵ ਵਿੱਚ ਰਿਕਾਰਡ ਕਰਦੇ ਹਾਂ।

# Скачивание архива с данными
filename = 'period_since'+startdate+'to'+enddate+'_amplitude_data'
with open(filename + '.zip', "wb") as code:
    code.write(response.content)
print('2. Архив с файлами успешно скачан')  

ਕਦਮ 3.4. ਤੁਹਾਡੇ ਕੰਪਿਊਟਰ 'ਤੇ ਫੋਲਡਰ ਤੋਂ ਫਾਈਲਾਂ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨਾ

ਫਾਈਲਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਜ਼ਿਪਫਾਈਲ ਲਾਇਬ੍ਰੇਰੀ ਲਾਗੂ ਹੁੰਦੀ ਹੈ। ਤੀਜੀ ਲਾਈਨ ਵਿੱਚ, ਸਾਵਧਾਨ ਰਹੋ ਅਤੇ ਆਪਣਾ ਮਾਰਗ ਲਿਖੋ ਜਿੱਥੇ ਤੁਹਾਡੇ ਲਈ ਐਕਸਟਰੈਕਟ ਕਰਨਾ ਵਧੇਰੇ ਸੁਵਿਧਾਜਨਕ ਹੈ।

# Извлечение файлов в папку на компьютере
z = zipfile.ZipFile(filename + '.zip', 'r')
z.extractall(path = 'C:\Users\...\'+filename)
print('3. Архив с файлами извлечен и записан в папку ' + filename)

ਕਦਮ 3.5। json ਪਰਿਵਰਤਨ

ਪੁਰਾਲੇਖ ਤੋਂ ਫਾਈਲਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਤੁਹਾਨੂੰ json ਫਾਈਲਾਂ ਨੂੰ .gz ਫਾਰਮੈਟ ਵਿੱਚ ਬਦਲਣ ਅਤੇ ਅਗਲੇ ਕੰਮ ਲਈ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਡੇਟਾਫ੍ਰੇਮ ਵਿੱਚ ਲਿਖਣ ਦੀ ਲੋੜ ਹੈ।

ਕਿਰਪਾ ਕਰਕੇ ਨੋਟ ਕਰੋ ਕਿ ਇੱਥੇ ਤੁਹਾਨੂੰ ਮਾਰਗ ਨੂੰ ਦੁਬਾਰਾ ਆਪਣੇ ਲਈ ਬਦਲਣ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ 000000 ਦੀ ਬਜਾਏ ਐਮਪਲੀਟਿਊਡ ਤੋਂ ਆਪਣਾ ਪ੍ਰੋਜੈਕਟ ਨੰਬਰ ਲਿਖੋ (ਜਾਂ ਮੈਨੂਅਲੀ ਉਹ ਮਾਰਗ ਖੋਲ੍ਹੋ ਜਿੱਥੇ ਆਰਕਾਈਵ ਕੱਢਿਆ ਗਿਆ ਸੀ ਅਤੇ ਅੰਦਰ ਫੋਲਡਰ ਦਾ ਨਾਮ ਦੇਖੋ)।

ਆਦੇਸ਼ ਵਿੱਚ:

ਇੱਕ ਵੇਰੀਏਬਲ ਵਿੱਚ ਇੱਕ ਡਾਇਰੈਕਟਰੀ ਨੂੰ ਲਿਖਣਾ, ਇੱਕ ਡਾਇਰੈਕਟਰੀ ਤੋਂ ਫਾਈਲਾਂ ਦੀ ਸੂਚੀ ਪ੍ਰਾਪਤ ਕਰਨਾ, ਇੱਕ ਖਾਲੀ ਡੇਟਾਫ੍ਰੇਮ ਬਣਾਉਣਾ, tqdm ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ time.sleep(1), ਲੂਪ ਦੇ ਅੰਦਰ ਅਸੀਂ .gz ਫਾਈਲਾਂ ਨੂੰ ਖੋਲ੍ਹਦੇ ਹਾਂ ਅਤੇ json ਨੂੰ ਪੜ੍ਹਨ ਅਤੇ ਭਰਨ ਲਈ ਤੁਰੰਤ ਪਾਂਡਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। ਦਿੱਤਾ ਡਾਟਾਫ੍ਰੇਮ.

# Преобразование json к обычному табличному формату
directory = 'C:\Users\...\'+filename+'
# Преобразование json к обычному табличному формату
directory = 'C:\Users\...\'+filename+'\000000'
files = os.listdir(directory)
amplitude_dataframe = pd.DataFrame()
print('Прогресс обработки файлов:')
time.sleep(1)
for i in tqdm(files):
with gzip.open(directory + '\' + i) as f:
add = pd.read_json(f, lines = 'True')
amplitude_dataframe = pd.concat([amplitude_dataframe, add])
time.sleep(1)    
print('4. JSON файлы из архива успешно преобразованы и записаны в dataframe')
0000'
files = os.listdir(directory)
amplitude_dataframe = pd.DataFrame()
print('Прогресс обработки файлов:')
time.sleep(1)
for i in tqdm(files):
    with gzip.open(directory + '\' + i) as f:
        add = pd.read_json(f, lines = 'True')
    amplitude_dataframe = pd.concat([amplitude_dataframe, add])
time.sleep(1)    
print('4. JSON файлы из архива успешно преобразованы и записаны в dataframe')

ਕਦਮ 3.6। ਐਕਸਲ ਵਿੱਚ ਡਾਟਾਫ੍ਰੇਮ ਲਿਖਣਾ

ਐਕਸਲ ਲਈ ਅੱਪਲੋਡ ਇੱਥੇ ਸਿਰਫ਼ ਇੱਕ ਉਦਾਹਰਨ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਪਾਈਥਨ ਦੇ ਅੰਦਰ ਨਤੀਜੇ ਵਾਲੇ ਡੇਟਾ ਫਰੇਮ ਨਾਲ ਕੰਮ ਕਰਨਾ ਜਾਂ ਡੇਟਾ ਨੂੰ ਸਟੋਰੇਜ ਵਿੱਚ ਰੱਖਣਾ ਵਧੇਰੇ ਸੁਵਿਧਾਜਨਕ ਹੁੰਦਾ ਹੈ।

ਤੁਹਾਨੂੰ ਇੱਥੇ ਡੇਟਾ ਅਪਲੋਡ ਮਾਰਗ ਨੂੰ ਆਪਣੇ ਨਾਲ ਬਦਲਣਾ ਹੋਵੇਗਾ।

# Записать полученной таблицы в Excel-файл
amplitude_dataframe.to_excel('C:\Users\...\'+filename+'.xlsx',index=False)
print('5. Dataframe успешно записан в файл ' + filename)

ਕਦਮ 3.7. ਅਸੀਂ ਸਕ੍ਰਿਪਟ ਦੇ ਚੱਲ ਰਹੇ ਸਮੇਂ ਦੀ ਗਿਣਤੀ ਕਰਦੇ ਹਾਂ

ਵੇਰੀਏਬਲ ਬੀ ਵਿੱਚ ਮੌਜੂਦਾ ਸਮੇਂ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨਾ, ਅੰਤਰ ਅਤੇ ਮਿੰਟਾਂ ਦੀ ਗਿਣਤੀ ਦੀ ਗਣਨਾ ਕਰਨਾ, ਕੁੱਲ ਮਿੰਟਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ। ਇਹ ਆਖਰੀ ਕਦਮ ਹੈ।

b = time.time()
diff = b-a
minutes = diff//60
print('Выполнение кода заняло: {:.0f} минут(ы)'.format( minutes))

ਸਿੱਟਾ

ਤੁਸੀਂ ਟੇਬਲ ਨੂੰ ਕਾਲ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਐਪਲੀਟਿਊਡ_ਡਾਟਾਫ੍ਰੇਮ ਵੇਰੀਏਬਲ ਨੂੰ ਕਾਲ ਕਰਕੇ ਇਸ ਨਾਲ ਕੰਮ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹੋ ਜਿਸ ਵਿੱਚ ਡੇਟਾ ਲਿਖਿਆ ਗਿਆ ਸੀ। ਇਸ ਵਿੱਚ ਲਗਭਗ 50 ਕਾਲਮ ਹੋਣਗੇ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ 80% ਮਾਮਲਿਆਂ ਵਿੱਚ ਤੁਸੀਂ ਵਰਤੋਗੇ: event_type - ਇਵੈਂਟ ਨਾਮ, ਇਵੈਂਟ_ਪ੍ਰਾਪਰਟੀਜ਼ - ਇਵੈਂਟ ਪੈਰਾਮੀਟਰ, ਇਵੈਂਟ_ਟਾਈਮ - ਇਵੈਂਟ ਸਮਾਂ, uuid - ਕਲਾਇੰਟ ਆਈਡੀ, user_properties - ਕਲਾਇੰਟ ਪੈਰਾਮੀਟਰ, ਤੁਹਾਨੂੰ ਪਹਿਲਾਂ ਉਹਨਾਂ ਨਾਲ ਕੰਮ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। . ਅਤੇ ਜਦੋਂ ਐਂਪਲੀਟਿਊਡ ਡੈਸ਼ਬੋਰਡਾਂ ਦੇ ਸੂਚਕਾਂ ਨਾਲ ਤੁਹਾਡੀਆਂ ਗਣਨਾਵਾਂ ਦੇ ਅੰਕੜਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਇਹ ਨਹੀਂ ਭੁੱਲਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਸਿਸਟਮ ਵਿਲੱਖਣ ਕਲਾਇੰਟਸ/ਫਨਲਾਂ ਆਦਿ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਆਪਣੀ ਖੁਦ ਦੀ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਅਤੇ ਅਜਿਹਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਤੁਹਾਨੂੰ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਐਪਲੀਟਿਊਡ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਪੜ੍ਹਨਾ ਚਾਹੀਦਾ ਹੈ।

ਤੁਹਾਡੇ ਧਿਆਨ ਲਈ ਧੰਨਵਾਦ! ਹੁਣ ਤੁਸੀਂ ਕੱਚੇ ਇਵੈਂਟ ਡੇਟਾ ਨੂੰ ਐਪਲੀਟਿਊਡ ਵਿੱਚ ਅਪਲੋਡ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਇਸਨੂੰ ਆਪਣੇ ਕੰਮ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵਰਤ ਸਕਦੇ ਹੋ।

ਪੂਰੀ ਸਕ੍ਰਿਪਟ:

# Импорт библиотек
import requests
import pandas as pd
import zipfile
import gzip
import os
import time
import tqdm
from tqdm import tqdm
a = time.time()
# Параметры начальной и конечной даты
startdate = '20200627'
enddate = '20200628'

api_key = 'd988fddd7cfc0a8a'
secret_key = 'da05cf1aeb3a361a61'
# Отправление запроса в Amplitude
response = requests.get('https://amplitude.com/api/2/export?start='+startdate+'T0&end='+enddate+'T0', auth = (api_key, secret_key))
print('1. Запрос отправлен')

# Скачивание архива с данными
filename = 'period_since'+startdate+'to'+enddate+'_amplitude_data'
with open(filename + '.zip', "wb") as code:
    code.write(response.content)
print('2. Архив с файлами успешно скачан')  

# Извлечение файлов в папку на компьютере
z = zipfile.ZipFile(filename + '.zip', 'r')
z.extractall(path = 'C:\Users\...\'+filename)
print('3. Архив с файлами извлечен и записан в папку ' + filename)

# Преобразование json к обычному табличному формату
directory = 'C:\Users\...\'+filename+'
# Импорт библиотек
import requests
import pandas as pd
import zipfile
import gzip
import os
import time
import tqdm
from tqdm import tqdm
a = time.time()
# Параметры начальной и конечной даты
startdate = '20200627'
enddate = '20200628'
api_key = 'd988fddd7cfc0a8a'
secret_key = 'da05cf1aeb3a361a61'
# Отправление запроса в Amplitude
response = requests.get('https://amplitude.com/api/2/export?start='+startdate+'T0&end='+enddate+'T0', auth = (api_key, secret_key))
print('1. Запрос отправлен')
# Скачивание архива с данными
filename = 'period_since'+startdate+'to'+enddate+'_amplitude_data'
with open(filename + '.zip', "wb") as code:
code.write(response.content)
print('2. Архив с файлами успешно скачан')  
# Извлечение файлов в папку на компьютере
z = zipfile.ZipFile(filename + '.zip', 'r')
z.extractall(path = 'C:\Users\...\'+filename)
print('3. Архив с файлами извлечен и записан в папку ' + filename)
# Преобразование json к обычному табличному формату
directory = 'C:\Users\...\'+filename+'\000000'
files = os.listdir(directory)
amplitude_dataframe = pd.DataFrame()
print('Прогресс обработки файлов:')
time.sleep(1)
for i in tqdm(files):
with gzip.open(directory + '\' + i) as f:
add = pd.read_json(f, lines = 'True')
amplitude_dataframe = pd.concat([amplitude_dataframe, add])
time.sleep(1)    
print('4. JSON файлы из архива успешно преобразованы и записаны в dataframe')
# Записать полученной таблицы в Excel-файл
amplitude_dataframe.to_excel('C:\Users\...\'+filename+'.xlsx',index=False)
print('5. Dataframe успешно записан в файл ' + filename)
b = time.time()
diff = b-a
minutes = diff//60
print('Выполнение кода заняло: {:.0f} минут(ы)'.format( minutes))
0000'
files = os.listdir(directory)
amplitude_dataframe = pd.DataFrame()
print('Прогресс обработки файлов:')
time.sleep(1)
for i in tqdm(files):
    with gzip.open(directory + '\' + i) as f:
        add = pd.read_json(f, lines = 'True')
    amplitude_dataframe = pd.concat([amplitude_dataframe, add])
time.sleep(1)    
print('4. JSON файлы из архива успешно преобразованы и записаны в dataframe')

# Записать полученной таблицы в Excel-файл
amplitude_dataframe.to_excel('C:\Users\...\'+filename+'.xlsx',index=False)
print('5. Dataframe успешно записан в файл ' + filename)

b = time.time()
diff = b-a
minutes = diff//60
print('Выполнение кода заняло: {:.0f} минут(ы)'.format( minutes))

ਸਰੋਤ: www.habr.com