如何使用python过滤CSV文件中两个日期之间的行并重定向到另一个文件？答案

【问题标题】：How to filter rows between two dates from CSV file using python and redirect to another file?如何使用python过滤CSV文件中两个日期之间的行并重定向到另一个文件？
【发布时间】：2019-02-04 09:26:43
【问题描述】：

我是 Python 的新手。我有一个带有以下数据的 CSV 文件作为示例。我想跳过特定日期范围（2018-08-01 到 2018-08-28）之间的行并将输出重定向到单独的 CSV 文件。请注意，标题“LAST USE”中有一个空格。

NUMBER,MAIL,COMMENT,COUNT,LAST USE,PERCENTAGE,TEXTN
343,user1@example.com,"My comment","21577",2018-08-06,80.436%,
222,user2@example.com,"My comment","31181",2018-07-20,11.858%,
103,user3@example.com,"My comment",540,2018-06-14,2.013%,
341,user4@example.com,"My comment",0,N/A,0.000%,

任何想法将不胜感激。

【问题讨论】：

标签： python python-3.x pandas csv datetime

【解决方案1】：

使用 Pandas，这很简单：

import pandas as pd

# read file
df = pd.read_csv('file.csv')

# convert to datetime
df['LAST USE'] = pd.to_datetime(df['LAST USE'])

# calculate mask
mask = df['LAST USE'].between('2018-08-01', '2018-08-28')

# output masked dataframes
df[~mask].to_csv('out1.csv', index=False)
df[mask].to_csv('out2.csv', index=False)

您还可以组合布尔数组来构造mask。例如：

m1 = df['LAST USE'] >= (pd.to_datetime('now') - pd.DateOffset(days=30))
m2 = df['LAST USE'] <= pd.to_datetime('now')
mask = m1 & m2

【讨论】：

绝对完美的先生。只有一个查询，如何使日期动态？我试过 - mask = df['LAST USE'].between(date.today() - timedelta(30), date.today()) 但似乎不行。
@SamironMallick，有许多方法可以解决那个问题，看看其他答案，例如here 和 here。如果您仍然卡住，请询问a new question，准确显示您卡住的位置。

【解决方案2】：

dict 阅读器文档：https://docs.python.org/3/library/csv.html#csv.DictReader

Strptime 文档：https://docs.python.org/3/library/datetime.html#strftime-strptime-behavior

基本上，我们首先将 CSV 文件作为一组 python 字典打开 - 每行一个，然后遍历 CSV 中的所有行。

对于每一行，我们将日期/时间字符串转换为实际的日期/时间对象，然后 python 可以将其与您的日期范围进行比较。如果值在范围内，我们会将整行写入单独的 CSV 文件。

import datetime, csv

#define all the fieldnames in the input CSV file (for use in creating / appending to output CSV file)
fieldnames = ['NUMBER','MAIL','COMMENT','COUNT','LAST USE','PERCENTAGE','TEXTN']

#open input CSV file as readonly
with open("input.csv", "r") as fin:
    #create a CSV dictionary reader object
    csv_dreader = csv.DictReader(fin)
    #iterate over all rows in CSV dict reader
    for row in csv_dreader:
        #check for invalid Date values
        if 'N/A' not in row['LAST USE']:
            #convert date string to a date object
            datetime_val = datetime.datetime.strptime(row['LAST USE'], '%Y-%m-%d')
            #check if date falls within requested range
            if datetime_val > datetime.datetime(2018, 8, 1) and datetime_val < datetime.datetime(2018, 8, 28):                
                #if it does, open output CSV file for appending
                with open("output.csv", "a") as fout:
                    #create a csv writer object using the fieldnames defined above
                    csv_writer = csv.DictWriter(fout, fieldnames=fieldnames)
                    #write the current row (from the input CSV) to the output CSV file
                    csv_writer.writerow(row)

【讨论】：