Question

我有一个txt文件，其中第1-5行是所有单词，第6行及以上的内容以timestamp开头，如下所示：

This is a document1
This is a document2
This is a document3
This is a document4
This is a document5
2019-05-27 07:00:00, value1, value2, value3
2019-05-27 06:38:00, value1, value2, value3
2019-05-27 07:05:00, value1, value2, value3

如何将第6行排在最早时间在顶部的最后一行，在最近时间在下面的最后一行？

这是我根据另一个堆栈溢出问题尝试执行的操作，但是没有用。

  lines = sorted(open(outputFile.txt).readlines(), key=lambda line: line[5:-1].split(",")[0])
  outFile.close()

Answer 1

如果您不需要“单线”，则可以执行以下操作：

# Read all lines
with open("file.txt") as f:
    lines = f.readlines()

# Keep only from 6th line
lines = lines[5:]
# Sort based on the date of each line
lines.sort(key = lambda l : l.split(',')[0])

未经测试，但应该可以使用。

Answer 2

您可以将文件读为pandas DataFrame，然后在相应的行上使用sort_values()。

此外，我建议将列转换为它们的类型，并将表转换为整齐的格式->在此，第一列应仅为 datetime

使用这种方法，您基本上会有两行（不强制转换）：

df = read_csv('name_of_file.txt', sep='\t', skiprows=5, header=None, names=['first_col'])
df.sort_values('first_col', ascending=True)

Answer 3

此处（in1.txt是帖子中的数据）

from datetime import datetime

with open('in1.txt') as f:
    sorted_lines = sorted([l.strip() for l in f.readlines()][5:],
                          key=lambda line: datetime.strptime(line.split(",")[0], "%Y-%m-%d %H:%M:%S"))
    for line in sorted_lines:
        print(line)

输出

2019-05-27 06:38:00, value1, value2, value3
2019-05-27 07:00:00, value1, value2, value3
2019-05-27 07:05:00, value1, value2, value3

使用时间戳按python排序文本文件行

3 个答案: