按多列对文本文件进行排序

Question

我有一个包含大约 10 列的文本文件，其中 7 个是日期/时间戳（年、月、日、小时、分钟、秒、厘秒）。所以数据看起来大致像......

User[TAB]System[TAB]Year[TAB]Month[TAB]Day ... centisec[TAB]Message

抱歉，格式太糟糕了，但我希望这能给你一些想法。

所以如果我想按年份对文件进行排序，我可以使用这个

sorted_lines = sorted(unsortedfile,key=lambda l: int(l.split('\t')[2]))

获取未排序的文件，按制表符拆分行，第 3 列，将其更改为 int 并按此排序。我可以对任何一列做同样的事情。

我正在寻找的是一种按所有日期/时间列对其进行排序的更好方法。所以按年排序，然后按月，然后按天......等等

我可以想到一些复杂的方法来做到这一点（读取每一行组合所有列，对其进行排序......或按每列进行递归排序），但我希望有人有一个更简单、更 Pythonic , 做同样的事情的方法。

Answer 1

您可以使用csv 模块来解析带有delimiter='\t' 的文件，并使用自定义key 函数将sorted() 应用于reader 对象，该函数将日期解析为datetime 对象：

import csv
from datetime import datetime
from pprint import pprint


def sort_by_datetime(line):
    return datetime.strptime('{0}-{1}-{2}'.format(*line[2:5]), '%Y-%m-%d')


with open('input.txt') as f:
    reader = csv.reader(f, delimiter='\t')
    pprint(sorted(reader, key=sort_by_datetime))

对于input.txt：

User1 System1 2013 1 31
User2 System2 2014 12 1
User3 System3 2012 12 31
User4 System4 2012 6 15
User5 System5 2014 1 1

它会打印出来：

[['User4', 'System4', '2012', '6', '15'],
 ['User3', 'System3', '2012', '12', '31'],
 ['User1', 'System1', '2013', '1', '31'],
 ['User5', 'System5', '2014', '1', '1'],
 ['User2', 'System2', '2014', '12', '1']]