csv.DictReader / csv.DictWriter vs Panda 库数据 Frame -答案

【问题标题】：csv.DictReader / csv.DictWriter vs Panda library data Frame -csv.DictReader / csv.DictWriter vs Panda 库数据 Frame -
【发布时间】：2019-08-07 10:38:35
【问题描述】：

我正在尝试用 Python 编写一个程序：

从 CSV 文件中读取数据，数据按日期排序
通过查找过去 365 天（从 csv 文件中最后一个数据点的日期算起的过去 365 天）和
导出到另一个 csv new_file
根据写入 new_file 的数据绘制折线图（导出为图像文件）

我是 Python 新手，一直在看：

csv.DictReader(csv_file) / csv.DictWriter
熊猫库DataFrame

我的问题是哪种数据结构最适合我想要实现的目标：字典还是 Panda DataFrames？

到目前为止，我发现 Panda DataFrame 结构使用起来非常麻烦。如何从最新数据点的日期（和格式）中选择过去 365 天。

样本数据输入：

date    txVolume(USD)   adjustedTxVolume(USD)   txCount marketcap(USD)  price(USD)  exchangeVolume(USD) generatedCoins  fees    activeAddresses averageDifficulty   paymentCount    medianTxValue(USD)  medianFee   blockSize   blockCount
04/05/2018  7837824038  4235399151  218931  1.65E+11    9695.5  8217829888  1725    39.37853649 695603  4.02E+12    395233  395.3934459 4.04E-05    134387026   138

【问题讨论】：

Pandas 在后台使用 csv 模块来读写 CSV。但是，它的功能要强大得多，因为它可以轻松地选择符合您条件的行，并且该库支持直接绘图。 Pandas 是一个全新的学习工具，但值得一试，因为它非常强大；学习 Python，和学习 Pandas。
.. 使用 vanderPlas 的“Python 数据科学手册”让自己成为 Pandaat。（隐藏是因为这几乎是非隐藏广告；p）
非常感谢 MartijnPieters。你是对的 Pandas 强大得多。由于我是新手，它仍然是压倒性的......@ZF007：非常感谢，睡前阅读...... ;-)
虽然 Pandas 很棒，但速度方面 pandas.to_csv 却很慢。对于相对较小的集合，pandas 比 csv.dictwriter.writerows 慢大约 4 倍

标签： python pandas csv dictionary

【解决方案1】：

Pandas 有一定的学习曲线，但一旦你对它们感到满意，你就会爱上它们。查看解决问题的一种简单方法。干杯。

import pandas as pd
import matplotlib.pyplot as plt
from datetime import timedelta

df = pd.read_csv(r"your-folder\dates.csv", parse_dates=[0]) # assuming dates are in the first column
df.sort_values(by="date", ascending=False, inplace=True)
last_date = df["date"].max().date()
start_date = df["date"].max().date() - timedelta(days=365)
dfRange = df[(df["date"].dt.date >= start_date) & (df["date"].dt.date <= last_date)]

plt.scatter(dfRange["txCount"],dfRange["txVolume(USD)"])
plt.xlabel("txCount")
plt.ylabel("txVolume(USD)")
plt.savefig(r"target-location\dates.png")
plt.close()

【讨论】：

forceorange，你能评价一下答案吗？谢谢