我有一个大约有10列的文本文件,其中7列是日期/时间戳(年,月,日,小时,分钟,秒,厘米)。所以数据看起来大致像......
User[TAB]System[TAB]Year[TAB]Month[TAB]Day ... centisec[TAB]Message
抱歉可怕的格式化,但我希望这能给你提供这个想法。
因此,如果我想按年划分文件,我可以使用此
sorted_lines = sorted(unsortedfile,key=lambda l: int(l.split('\t')[2]))
获取未排序的文件,按标签拆分行,第3列,将其更改为int并按此排序。我可以为任何一列做同样的事情。
我正在寻找的是通过所有日期/时间列对其进行排序的更好方法。按年份排序,然后按月计算,然后按天计算......等等。
我可以想到一些复杂的方法(读取组合所有列的每一行,对它进行排序......或者按每列进行递归排序),但是我希望有人有一个更简单,更pythonic ,做同样的事情的方式。
答案 0 :(得分:3)
您可以使用csv模块使用delimiter='\t'
解析文件,并在reader
对象上应用sorted(),并使用自定义key
函数解析日期到datetime对象:
import csv
from datetime import datetime
from pprint import pprint
def sort_by_datetime(line):
return datetime.strptime('{0}-{1}-{2}'.format(*line[2:5]), '%Y-%m-%d')
with open('input.txt') as f:
reader = csv.reader(f, delimiter='\t')
pprint(sorted(reader, key=sort_by_datetime))
对于input.txt
:
User1 System1 2013 1 31
User2 System2 2014 12 1
User3 System3 2012 12 31
User4 System4 2012 6 15
User5 System5 2014 1 1
它会打印出来:
[['User4', 'System4', '2012', '6', '15'],
['User3', 'System3', '2012', '12', '31'],
['User1', 'System1', '2013', '1', '31'],
['User5', 'System5', '2014', '1', '1'],
['User2', 'System2', '2014', '12', '1']]