如何从 CSV 文件中解析哈希值

Question

我有一个 CSV 文件，我需要读取并提取在一定范围内具有“created_at”的所有行。 CSV 本身在 Excel 中大约有 5000 行。

这就是我从文件中提取信息的方式：

CSV.foreach("sample_data.csv", :headers => true, :header_converters => :symbol, :converters => :all) do |row|
  data[row.fields[0]] = Hash[row.headers[1..-1].zip(row.fields[1..-1])]
end

这是使用CSV.foreach后创建的最后一个Hash：

2760=>{:created_at=>1483189568, :readable_date=>"12/31/2016", :first_name=>"Louise", :last_name=>"Garza", :email=>"lgarza24n@drupal.org", :gender=>"Female", :company=>"Cogilith", :currency=>"EUR", :word=>"orchestration", :drug_brand=>"EPIVIR", :drug_name=>"lamivudine", :drug_company=>"State of Florida DOH Central Pharmacy", :pill_color=>"Maroon", :frequency=>"Yearly", :token=>"_", :keywords=>"in faucibus", :bitcoin_address=>"19jTjXLPQUL1nEmHrpqeqM1FdtDFZmUZ2E"}}

当我运行data[2759].first 时，我得到：

created_at
1309380645

我需要提取created_at 在range = 1403321503..1406082945 之间的每个哈希值。我在data 哈希上使用each 和collect 尝试了大约20 种不同的方法，但没有成功。我的最后一次尝试为每个原始哈希打印了一个空的{}。

我正在尝试对此进行测试，但没有成功：

data.each do |hash|
  if hash.first.to_s.to_i > 1403321503 && hash.first.to_s.to_i < 1406082945
    puts hash
  end
end

我不确定如何隔离key:created_at 的值，然后查看它是否在范围内。我也尝试过hash.first.to_s.to_i =/== range。

我可以通过使用 data[1].first.last 获得 :created_at 值，但是当我尝试在方法中使用它时会出错。

这是原始 CSV 的链接：goo.gl/NOjAPo

它不在我的工作计算机上，所以我无法对其进行粘贴。

Answer 1

我只会在data 散列中存储范围内的行。性能更好的 IMO，因为它比将所有数据读入 data 并在第二步中删除不需要的条目需要更少的内存。

DATE_RANGE = (1403321503..1406082945)

CSV.foreach("sample_data.csv", 
            :headers => true, 
            :header_converters => :symbol, 
            :converters => :all) do |row|
  attrs = Hash[row.headers[1..-1].zip(row.fields[1..-1])]
  data[row.fields[0]] = attrs if DATE_RANGE.cover?(attrs[:created_at])
end

在实际创建哈希之前检查条件可能是有意义的，方法是检查 DATE_RANGE.cover? 与列号（row.fields[1] 中的 created_at 吗？）。

Answer 2

使用Enumerable#select

hash.select do |_, v|
  (1403321503..1406082945) === v[:created_at]
end

这里我们还使用Range#===（也称为大小写相等或三重相等）来检查值是否在范围内。