按列对 csv 进行排序

问题描述：

我想按日期对 CSV 表进行排序。开始是一个简单的任务：

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：例如 2003-04-22

• 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？我认为只要花点功夫就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

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

我希望有人知道一些好的排序魔法；）

解决方案 1：

由于'date'列中有索引 3，

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

或者使用 lambda

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

解决方案 2：

按多列排序（按 排序column_1，然后按 排序column_2）

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)

解决方案 3：

读取器的作用类似于生成器。在一个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

按照Ignacio 的建议使用 operator.itemgetter ：

>>> 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']]

解决方案 4：

对于按列对 csv 进行排序，我会使用类似这样的方法

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

解决方案 5：

你可以用熊猫来做，这很容易

import pandas as pd
df = pd.read_csv("File.csv")
sorted_df = df.sort_values(by=["price","title",...], ascending=False)
sorted_df.to_csv('homes_sorted.csv', index=False)

.sort_values 方法返回一个新的数据框，因此请确保将其分配给一个新变量。

解决方案 6：

结合Ignacio Vazquez-Abram和Tiina给出的答案：

fieldnames = [ 'id', 'path', 'title', 'date', 'author', 'platform', 'type', 'port' ]

# this means: order by 'id', 'path', ..., 'port'
items = ('id', 'path', 'title', 'date', 'author', 'platform', 'type', 'port')
  
with open('unsorted.csv',newline='') as csvfile:
    spamreader = csv.DictReader(csvfile, delimiter=";")
    import operator
    sortedlist = sorted(reader, key=operator.itemgetter(*items), reverse=True)

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

有了这个，你可以

1-按多列对行进行排序。

2-更改要按其对行进行排序的列数，而无需使用 lambda 表达式

sortedlist = sorted(spamreader, key=lambda row:(row['column_1'],row['column_2']), reverse=False)

特别是，无需在 lambda 表达式中添加和删除列模式，以防将来您想按不同的列顺序对其他 csv 文件进行排序。

例如

items = ('path', 'title')

items = ('id', 'path', 'title', 'date')

items = ('author', 'date', 'title')

而不是

sortedlist = sorted(spamreader, key=lambda row:(row['column_2'],row['column_3']), reverse=False)

sortedlist = sorted(spamreader, key=lambda row:(row['column_1'],row['column_2'],,row['column_3'],row['column_4']), reverse=False)

sortedlist = sorted(spamreader, key=lambda row:(row['column_5'],row['column_4'],row['column_3']), reverse=False)