我必须提取data dataise,并作为每个不同日期保存为单独的CSV:"时间"以这种格式(2018-03-26T16:09:10.024101278Z(在CSV文件的一列中给出。
此数据集在不同时间内采取了超过100K行。"我尝试制作数据框架"'''列名:(名称时间ID DDR版本读取(引用'''
dataset_CT= pd.read_csv("out_1.csv")
dataset_CT['Dates'] = pd.to_datetime(dataset_CT['time']).dt.date
dataset_CT['Time'] = pd.to_datetime(dataset_CT['time']).dt.time
dataset_CT.sort_values(by='Dates', axis=0, inplace=True)
dataset_CT.set_index(keys=['Dates'], drop=False,inplace=True)
Date_list=dataset_CT['Dates'].unique().tolist()
"得到这样的date_list([dateTime.date(2018,3,26(,dateTime.date(2018,3,31(]("
Date_set = dataset_CT.loc[dataset_CT.Dates=='(2018, 3, 26)']
我收到了如下
的空数据框 name time id ddr version readings Dates Time
Dates
如何使用字符串比较?
Date_set = dataset_CT.loc[dataset_CT.Dates=='2018-03-26']
如果不起作用,请尝试更改Series.dt.date
:
dataset_CT['Dates'] = pd.to_datetime(dataset_CT['time']).dt.date
Date_set = dataset_CT.loc[dataset_CT.Dates=='2018-03-26']
to Series.dt.floor
for note time:
dataset_CT['Dates'] = pd.to_datetime(dataset_CT['time']).dt.floor('d')
Date_set = dataset_CT.loc[dataset_CT.Dates=='2018-03-26']
使用默认参数读取输入时,我会假设您的分隔符和一个标头线的逗号( ,
(。恕我直言,这里不需要。在时间上读取文件一行并将其写入与日期相对应的CSV文件是足够的。
警告:将标头添加到每个输出CSV文件中,并为每个新日期创建一个新的输出文件。具有自定义默认功能的collections.defaultdict
足以满足这两个要求。
以下代码读取名为"out_1.csv"
的输入CSV文件,并将其内容写入一堆名为 out_2018-03-26.csv
的文件中的日期是输出文件中所有行的日期:
with open("out_1.csv") as fdin:
def get_defaults():
"""returns a pair (csv_writer, file_object) for date dat initialized with header"""
filename = 'out{}.csv'.format(dat)
fd = open(filename, "w", newline='')
fd.write(header)
return (csv.writer(fd), fd)
outfiles = collections.defaultdict(get_defaults)
rd = csv.reader(fdin)
header = next(fdin) # store the header to later initialize output files
for row in rd:
dat = row[1][:10] # extract the date
wr = outfiles[dat][0]
wr.writerow(row) # and write the row to the appropriate output file
# close the output files
for i in outfiles:
outfile[i][1].close()
第二次考虑之后,上面的代码可能会保留太多的打开文件。这是一个改进的版本,仅保留3个最近遇到的日期的打开文件(已测试(:
with open("out_1.csv") as fdin:
cache = collections.deque()
seen = set()
def get_defaults():
"""returns a pair (csv_writer, file_object) for date dat initialized with header"""
filename = 'out{}.csv'.format(dat)
fd = open(filename, 'a' if dat in seen else 'w', newline='')
if 0 == fd.tell(): # file is currently empty: write header
fd.write(header)
ret = (csv.writer(fd), fd)
cache.append(dat)
seen.add(dat)
if len(cache) > 3: # only keep 3 open files
old = cache.popleft()
print("Closing", old)
outfiles[old][1].close()
del outfiles[old]
return ret
outfiles = collections.defaultdict(get_defaults)
rd = csv.reader(fdin)
header = next(fdin) # store the header to later initialize output files
for row in rd:
dat = row[1][:10] # extract the date
wr = outfiles[dat][0]
wr.writerow(row) # and write the row to the appropriate output file
# close the currently opened output files
for i in outfiles:
outfiles[i][1].close()