按列对csv进行排序

Posted 2023-02-23

【中文标题】按列对csv进行排序

【英文标题】：sort csv by column

【发布时间】：2011-01-07 04:56:48

【问题描述】：

我想按日期对 CSV 表进行排序。开始只是一项简单的任务：

import sys
import csv

reader = csv.reader(open("files.csv"), delimiter=";")

for id, path, title, date, author, platform, type, port in reader:
    print date

我使用 Python 的 CSV 模块读取具有该结构的文件：

id;file;description;date;author;platform;type;port

日期是 ISO-8601，因此我可以很容易地对其进行排序而无需解析：2003-04-22 e。 g. 我想按日期排序，最新条目优先 如何让这个阅读器进入可排序的数据结构？我想通过一些努力，我可以制作一个日期列表：datelist += date，拆分和排序。但是我必须重新识别 CSV 表中的完整条目。这不仅仅是对事物列表进行排序。 csv 似乎没有内置排序功能

最佳解决方案是让 CSV 客户端像处理数据库一样处理文件。我没有找到类似的东西。

我希望有人知道这里有一些不错的排序魔法；）

【问题讨论】：

如果您只是想要一个工具来对 CSV 文件进行排序，请参阅我的 FOSS 项目 csvfix，地址为 code.google.com/p/csvfix

【参考方案1】：

对于按列对 csv 进行排序，我会使用类似的东西

import pandas
csvData = pandas.read_csv('myfile.csv')
csvData.sort_values(["date"], axis=0, ascending=[False], inplace=True)
print(csvData)

【参考方案2】：

按MULTIPLE COLUMN排序（按column_1排序，然后按column_2排序）

with open('unsorted.csv',newline='') as csvfile:
    spamreader = csv.DictReader(csvfile, delimiter=";")
    sortedlist = sorted(spamreader, key=lambda row:(row['column_1'],row['column_2']), reverse=False)


with open('sorted.csv', 'w') as f:
    fieldnames = ['column_1', 'column_2', column_3]
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    for row in sortedlist:
        writer.writerow(row)

【讨论】：

这里考虑的 csv 标题！！

【参考方案3】：

阅读器就像一个发电机。在包含一些虚假数据的文件上：

>>> import sys, csv
>>> data = csv.reader(open('data.csv'),delimiter=';')
>>> data
<_csv.reader object at 0x1004a11a0>
>>> data.next()
['a', ' b', ' c']
>>> data.next()
['x', ' y', ' z']
>>> data.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

使用 operator.itemgetter 作为Ignacio 建议：

>>> data = csv.reader(open('data.csv'),delimiter=';')
>>> import operator
>>> sortedlist = sorted(data, key=operator.itemgetter(2), reverse=True)
>>> sortedlist
[['x', ' y', ' z'], ['a', ' b', ' c']]

【参考方案4】：

import operator
sortedlist = sorted(reader, key=operator.itemgetter(3), reverse=True)

或使用 lambda

sortedlist = sorted(reader, key=lambda row: row[3], reverse=True)

【讨论】：

这是重写文件，还是只是将排序后的列表保存在变量中？

@Jeff：它不会触及原始文件。如果你想写出结果，那么你必须将其作为一个单独的操作。

@IgnacioVazquez-Abrams 这两种方法有什么区别，它们在做什么？应该选择哪一个？

@abaumg：在功能上它们是相同的。它们之间的速度差异可能很小，但除非文件中有数百万条记录，否则这可能无关紧要。

这是一种非常好的通用方法，如果您将数据加载到包含列列表的行列表中，它也可以工作。太好了 - 谢谢！