Question

我正在尝试读取一个csv文件，该文件是运行Autoruns autorunsc命令行（即autorunsc -a -m -c＆gt; mycsv.csv）的结果，并按时间排序我在excel中获得了最新的日期/时间。

到目前为止，我已经想出了如何将csv文件转换为没有编码错误的csv文件，使用Recoder python类将其作为UTF16读取，将其重新编码为utf 8。

import sys
import csv
import operator
import codecs

class Recoder(object):
    def __init__(self, stream, decoder, encoder, eol='\r\n'):
        self._stream = stream
        self._decoder = decoder if isinstance(decoder, codecs.IncrementalDecoder) else codecs.getincrementaldecoder(decoder)()
        self._encoder = encoder if isinstance(encoder, codecs.IncrementalEncoder) else codecs.getincrementalencoder(encoder)()
        self._buf = ''
        self._eol = eol
        self._reachedEof = False

    def read(self, size=None):
        r = self._stream.read(size)
        raw = self._decoder.decode(r, size is None)
        return self._encoder.encode(raw)

    def __iter__(self):
        return self

    def __next__(self):
        if self._reachedEof:
            raise StopIteration()
        while True:
            line,eol,rest = self._buf.partition(self._eol)
            if eol == self._eol:
                self._buf = rest
                return self._encoder.encode(line + eol)
            raw = self._stream.read(1024)
            if raw == '':
                self._decoder.decode(b'', True)
                self._reachedEof = True
                return self._encoder.encode(self._buf)
            self._buf += self._decoder.decode(raw)
    next = __next__

    def close(self):
        return self._stream.close()


writer = open('mycsv1.csv, 'wb')
f = open('mycsv.csv','rb'):
sr = Recoder(f, 'utf-16', 'utf-8')
s = sorted(csv.reader(sr), key=operator.itemgetter(0), reverse=True))

for row in s:
    print >> writer, row[0], ",", row[1], "," row[2]

问题是这只能从它的外观到月份进行排序。假设我在2010年，2011年，2012年有1到6个月的参赛作品。

它会按月份排序，不包括时间或日期，以便我只获得最新日期。相反，我得到2010年1/1/2010，1/1/2011，1/1 / 2012,2 / 1 / 2010,2 / 1 / 2011,2 / 1/2012。

如果我在excel中对它进行排序，它将首先给出我最新的日期/时间，如果它是基于6月的这个月（2012年6月1日，2012年5月1日，4/1 / 2012年，等等。如何使用python实现这一目标的任何帮助都非常感谢。

更新

我正在使用的样本数据是在autorunsc格式化为utf8之后。 CSV中的数据应如下所示：

Time, Entry Location, Entry, Enabled, Category, Description, Publisher, Launch String
6/23/2011 14:23, HKLM\System\CurrentControlSet\Services, JavaQuickStarterService, enabled, Services, Prefetches JRE files for faster startup, Oracle Corporation, C:\Program Files\java, C:\Program Files\Java\jre\blah
5/25/2006 1:14,,,,,,,,,
4/4/2003 22:10,,,,,,,,,
4/17/2006 11:11,,,,,,,,
0,,,,,,,,, (Some of the entries do not have date values and are null or blank.
6/10/2013 9:30,,,,,,,,,
6/23/2013 10:25,,,,,,,,,
etc

这些条目中的大多数都有值，但我不想复制和粘贴所有内容。我基本上想要像excel那样对最新日期/时间的日期进行排序。下面提到的lambda选项错误，因为它首先从列中读取“时间”。我想弄清楚如何跳过第一行并在其他日期/时间值上使用lambda来进行适当的排序。

Answer 1

好的，没有完全理解之前的情况。您的问题是您的“日期”仍然是字符串并按此排序。我猜您的日期格式是月/日/年（美国日期样式），因为您说它按月排序。您需要做的就是将日期解析为datetime对象以解决排序问题。

# add this import at the top of your file
from datetime import datetime

# replace your current call to sorted with:
s = sorted(csv.reader(sr), key=lambda x:datetime.strptime(x[0],"%m/%d/%Y"), reverse=True))

Answer 2

您可以使用 pandas 模块和 to_datetime（）方法。

代码：

import pandas as pd

data = pd.read_csv('mycsv.csv')
data['Time'] = pd.to_datetime(data['Time'], format="%m/%d/%Y %H:%M")

data = data.sort_values(by='Time', ascending=False)
print(data.to_csv(index=False))

输入： mycsv.csv

Time, Field
6/23/2011 14:23, ABC
5/25/2006 1:14, XYZ
4/4/2003 22:10, PQR
4/17/2006 11:11,GHI
, 0
, 1
6/10/2013 9:30, 2
6/23/2013 10:25, 3

输出

Time, Field
2013-06-23 10:25:00, 3
2013-06-10 09:30:00, 2
2011-06-23 14:23:00, ABC
2006-05-25 01:14:00, XYZ
2006-04-17 11:11:00,GHI
2003-04-04 22:10:00, PQR
, 0
, 1

如何按最新时间对csv文件列进行排序

2 个答案: