Question

我有一个包含详细数据的csv文件，比如列A，B，C，D等。列A和B是类别，C是时间戳。

我正在尝试创建一个摘要文件，为A和B的每个组合显示一行。它应该从原始数据中选择行，其中C是最近的日期。

以下是我尝试解决问题的方法。

Import-CSV InputData.csv |  `
Sort-Object -property @{Expression="ColumnA";Descending=$false}, `
@{Expression="ColumnB";Descending=$false}, `
@{Expression={[DateTime]::ParseExact($_.ColumnC,"dd-MM-yyyy HH:mm:ss",$null)};Descending=$true} | `
Sort-Object ColumnA, ColumnB -unique `
 | Export-CSV OutputData.csv -NoTypeInformation

首先读取文件，然后按所有3列对所有内容进行排序，然后第二个Sort-Object调用将采用每个列的第一行。但是，使用-unique开关的Sort-Object似乎选择一个随机行，而不是第一行。因此，对于每个AB组合，这确实得到一行，但不是对应于最近的C的那一行。

有任何改进建议吗？数据集非常大，因此逐行浏览文件很笨拙，所以更喜欢PowerShell解决方案。

Answer 1

您应该查看Group-By。我没有创建一个示例CSV（您应该提供它:-)）所以我没有对此进行测试，但我认为它应该可行：

Import-CSV InputData.csv |  `
Select-Object -Property *, @{Label="DateTime";Expression={[DateTime]::ParseExact($_.ColumnC,"dd-MM-yyyy HH:mm:ss",$null)}} | `
Group-Object ColumnA, ColumnB | `
% {
    $sum = ($_.Group | Measure-Object -Property ColumnD -Sum).Sum
    $_.Group | Sort-Object -Property "DateTime" -Descending | Select-Object -First 1 -Property *, @{name="SumD";e={ $sum } } -ExcludeProperty DateTime
} | Export-CSV OutputData.csv -NoTypeInformation

返回输入的相同列（日期时间从输出中排除）。

Powershell排序和过滤

1 个答案: