使用文件名中的日期对 CSV 文件进行排序答案

【问题标题】：Sorting CSV files using date in file name使用文件名中的日期对 CSV 文件进行排序
【发布时间】：2021-03-27 04:02:57
【问题描述】：

我有一个 CSV 文件列表，这些文件位于我的 Google 驱动器上的一个文件中。主文件名为 all_files，CSV 文件如下所示。

all_files

['/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-07-2020.csv',
 '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-12-2020.csv',
 '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-28-2020.csv',
 '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/03-16-2020.csv',
 '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-18-2020.csv']

我正在尝试根据文件名中的日期（例如 2020 年 3 月 16 日）（基本上是 1 月 1 日到最新文件日期）对这些文件进行排序，并返回排序后的文件列表，同时保留所有文件数据。我不确定是否应该将它们作为字符串排序，因为结果排序不会携带文件数据。

提前感谢您的帮助

【问题讨论】：

您是否有指定的字符串列表、open()ed 文件句柄列表或其他内容？
只是一个字符串列表。使用 glob.glob 导入文件，并将数据路径分配给 all_files。当 all_files 运行时，输出就是上面列出的所有文件名，只是更多。
啊，好吧，所以“不会随身携带文件数据”是指它没有原始文件名吗？幸运的是 sort[ed] 有 key= 关键字，正是这种事情
是的，我相信这会成功
我在下面贴了一些代码给你看看

标签： python csv sorting date

【解决方案1】：

此解决方案为每个文件名 fn 构建一个 (year, month, day) 元组，然后只使用 Python 的内置排序，它将前后比较一个元组

# gets 'mm-dd-yyyy' part of filename string
get_date = lambda fn: fn.split('/')[-1].split('.')[0].split('-')

# actual sorting using tuples
sorted(all_files, key=
        lambda fn: (get_date(fn)[2], get_date(fn)[0], get_date(fn)[1]))

【讨论】：

【解决方案2】：

由于您的日期都在 2020 年，并且日期之前的月份数字，并且每个月和日都有两个数字，并且两个文件名之间的唯一区别是日期：天真地对字符串列表进行排序会产生正确的顺序。

一般来说，为了正确解析日期，我建议使用datetime.datetime.strptime。您可以将其作为key 参数提供给sorted 或list.sort：

import datetime

allfiles = [
  '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-07-2020.csv',
  '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-12-2020.csv',
  '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-28-2020.csv',
  '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/03-16-2020.csv',
  '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-18-2020.csv'
]

naively_sorted = sorted(allfiles)

sorted_by_date = sorted(allfiles,
                        key=lambda x: datetime.datetime.strptime(x[-14:-4], '%m-%d-%Y'))

print(naively_sorted)
print(sorted_by_date)

# ['/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/03-16-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-18-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-28-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-07-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-12-2020.csv']
# ['/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/03-16-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-18-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/07-28-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-07-2020.csv', '/content/drive/MyDrive/COVID-19/csse_covid_19_data/csse_covid_19_daily_reports/11-12-2020.csv']

请注意，切片 x[-14:-4] 不假设字符串的开头是什么样的；但它确实假设字符串以"mm-dd-yyyy.csv" 结尾。

【讨论】：