从一年的数据中为每个月编写 CSV 文件

Posted 2023-03-11

【中文标题】从一年的数据中为每个月编写 CSV 文件

【英文标题】：Write CSV file for each month from a year's worth of data

【发布时间】：2019-07-18 00:41:40

【问题描述】：

我对 Python 还是很陌生，无法弄清楚如何将一年的数据分成每月的 CSV 文件。

我从 API 调用中获取的数据示例如下：

['counties': None,
'countryCode': 'CA',
'date': '2017-01-01',
'fixed': True,
'global': True,
'launchYear': None,
'localName': "New Year's Day",
'name': "New Year's Day",
'type': 'Public',
'counties': ['CA-BC'],
'countryCode': 'CA',
'date': '2017-02-13',
'fixed': False,
'global': False,
'launchYear': 2013,
'localName': 'Family Day',
'name': 'Family Day',
'type': 'Public',
'counties': ['CA-MB'],
'countryCode': 'CA',
'date': '2017-02-20',
'fixed': False,
'global': False,
'launchYear': None,
'localName': 'Louis Riel Day',
'name': 'Louis Riel Day',
'type': 'Public',

etc...

我想在每个假期的“日期”之前写入 CSV。到目前为止，这是我的代码：

import json
import csv
import requests
import pprint
from datetime import datetime, date

class HolidaysByCountry:
    def __init__(self, country_code, year):
       self.country_code = country_code
       self.year = year

    def call_api(self):
       url="http://date.nager.at/api/v1/get/CountryCode/Year".format(CountryCode=self.country_code, Year=self.year)
       json_data = requests.get(url=url)
       data = json.loads(json_data.text)
       return data

    def monthly_data(self):
       api = self.call_api()
       dates = []
       for index in range(len(api)):
           date_string = api[index]['date']
           split_date = date_string.split("-")
           month = split_date[1]
           dates.append(month)
       return dates

    def save_to_csv(self):
       api = self.call_api()
       for month in self.monthly_data():
           with open('./tmp/holidays_by_country_month.csv'.format(month=month, mode='w')) as file:
               count = 0
               writer = csv.writer(file)
               for data in api:
                  if count == 0:
                      headers = data.keys()
                      writer.writerow(headers)
                      count += 1
                      writer.writerow(data.values())
                      file.close()


canada = HolidaysByCountry("CA","2017").save_to_csv()

预期输出：

holidays_by_country_01.csv
date,localName,name,countryCode,fixed,global,counties,launchYear,type
2017-01-01,New Year's Day,New Year's Day,CA,True,True,,,Public

holidays_by_country_02.csv
date,localName,name,countryCode,fixed,global,counties,launchYear,type
2017-02-13,Family Day,Family Day,CA,False,False,['CA-BC'],2013,Public
2017-02-20,Louis Riel Day,Louis Riel Day,CA,False,False,['CA-MB'],,Public

etc...

如果您需要更多信息，请告诉我！

【问题讨论】：

显示预期输出

这里有几个问题。使用这个pandas 而不是pandas-dataframe-groupby-datetime-month

嗨@Alderven，我添加了预期的输出，希望对您有所帮助！

@stovfl，感谢您的提示！

【参考方案1】：

我认为这对你有用。

import requests
import csv
from collections import defaultdict

STATE = 'ca'
YEAR = 2017


def split_data_to_csv(state, year):
    data = defaultdict(list)
    headers = None
    r = requests.get('http://date.nager.at/api/v1/get//'.format(state, year))
    if r.status_code == 200:
        entries = r.json()
        for entry in entries:
            month = entry['date'].split('-')[1]
            data[month].append(entry.values())
            if not headers:
                headers = entry.keys()

    for month, entries in data.items():
        with open('out_.csv'.format(month), 'wb') as out:
            writer = csv.writer(out)
            writer.writerow(headers)
            writer.writerows(entries)


split_data_to_csv(STATE, YEAR)

【讨论】：

谢谢秃头！代码按预期给了我确切的输出！ 'collections' 库对我来说是新的，所以我现在将复习如何使用它！