python - 如何在没有 Pandas 的情况下读取、格式化、排序和保存 csv 文件

Question

给定文件 test.csv 中的以下示例数据

27-Mar-12,8.25,8.35,8.17,8.19,9801989
26-Mar-12,8.16,8.25,8.12,8.24,8694416
23-Mar-12,8.05,8.12,7.95,8.09,8149170

如何在不使用 pandas 的情况下解析此文件?

打开文件

将日期列格式化为 datetime日期格式字符串

按第 0 列、日期列

对所有行进行排序

保存回同一个文件，带有日期列的标题

与 pandas这可以通过一行(长)代码完成，不包括导入。

需要注意的是，使用 parse_date可能会很慢，如果 date_parser没有使用。

import pandas as pd

(pd.read_csv('test.csv', header=None, parse_dates=[0], date_parser=lambda t: pd.to_datetime(t, format='%d-%b-%y'))
 .rename(columns={0: 'date'})
 .sort_values('date')
 .to_csv('test.csv', index=False))

预期形式

date,1,2,3,4,5
2012-03-23,8.05,8.12,7.95,8.09,8149170
2012-03-26,8.16,8.25,8.12,8.24,8694416
2012-03-27,8.25,8.35,8.17,8.19,9801989

编写此问题和答案是为了填补 Stack Overflow 上的知识内容空白。

非常好用pandas对于这个任务。

如果没有 pandas，想出所有必要的部分来创建完整的解决方案是非常困难的。 .

这对于任何对此任务感到好奇的人以及禁止使用 pandas 的学生都应该是有益的。 .

我不介意看到 numpy 的解决方案，但问题的主要观点是仅使用标准库中的包来完成此任务。

这三个答案都是可以接受的问题解决方案。

Answer 1

尽可能少地使用进口:

from datetime import datetime

def format_date(date: str) -> str:

    formatted_date = datetime.strptime(date, "%d-%b-%y").date().isoformat()

    return formatted_date


# read in the CSV
with open("test.csv", "r") as file:

    lines = file.readlines()

    records = [[value for value in line.split(",")] for line in lines]

# reformat the first field in each record
for record in records:
    record[0] = format_date(record[0])

# having formatted the dates, sort records by first (date) field:
sorted_records = sorted(records, key = lambda r: r[0])

# join values with commas once more, removing newline characters
prepared_lines = [",".join(record).strip("\n") for record in sorted_records]

# create a header row
field_names = "date,1,2,3,4,5"

# prepend the header row
prepared_lines.insert(0, field_names)

prepared_data = "\n".join(prepared_lines)

# write out the CSV
with open("test.csv", "w") as file:
    file.write(prepared_data)