Python列表拆分，按日期排序，然后加入

Question

好吧，我已经在这家店呆了好几个小时了，我认输并求你怜悯。

目标：我有多个文件（银行对账单下载），我想 合并、排序、删除重复项。

下载格式如下：

"08/04/2015","Balance","5,804.30","Current Balance for account 123S14"
"08/04/2015","Balance","5,804.30","Available Balance for account 123S14"
"02/03/2015","241.25","Transaction description","2,620.09"
"02/03/2015","-155.49","Transaction description","2,464.60"
"03/03/2015","82.00","Transaction description","2,546.60"
"03/03/2015","243.25","Transaction description","2,789.85"
"03/03/2015","-334.81","Transaction description","2,339.12"
"04/03/2015","-25.05","Transaction description","2,314.07"

除了完全不知道我在做什么之外，我的主要问题之一是数值包含逗号。我已经成功地编写了去掉这种“隐藏”逗号的代码，然后去掉引号，这样我就有了一个 CSV... 行。

所以我现在有这种格式的数据

['02/03/2015', ' \t ', '241.25\t ', ' \t ', 'Transaction Details\n', '02/03/2015', ' \t ', ' \t ', '-155.49\t ', 'Transaction Details\n', '03/03/2015', ' \t ', '82.00\t ', ' \t ', 'Transaction Details\n', '03/03/2015', ' \t ', '243.25\t ', ' \t ', 'Transaction Details\n', '02/03/2015', ' \t ', '241.25\t ', ' \t ', 'Transaction Details\n']

我相信这使它几乎准备好对第一个元素进行排序，但我认为它现在是一个长列表，而不是列表列表。

我研究了sorts，发现了lambda...函数，所以我开始实现

new_file_data = sorted(new_file_data, key=lambda item: item[0])

但元素 [0] 只是 BOL 处的 "。

我还注意到我需要指出日期可能不是正确的格式，这导致我产生了这种结构：

sorted(new_file_data, key=lambda d: datetime.strptime(d, '%d/%m/%Y'))

我大致了解了“地图”结构，但不知道如何组合，以便我可以仅引用元素 [0] 以及 如何 来引用它（按日期计算）

现在我在这里，希望有人能帮我克服这个障碍吗？ 我认为我需要[有] 更好地拆分列表开始，所以每一行都是一个元素 - 我曾在某一时刻得到一个排序的结果，但所有的字段都聚集在一起，值（排序）然后是日期，然后是单词等

因此，如果有人可以就我失败的列表操作以及如何构建 sort-lambda 提供一些建议。

感谢那些有时间并知道如何回答此类入门查询的人。

Answer 1

如果我理解正确，您想阅读 csv 的内容并按日期对其进行排序。

鉴于data.csv的内容

"08/04/2015","Balance","5,804.30","Current Balance for account 123S14"
"08/04/2015","Balance","5,804.30","Available Balance for account 123S14"
"02/03/2015","241.25","Transaction description","2,620.09"
"02/03/2015","-155.49","Transaction description","2,464.60"
"03/03/2015","82.00","Transaction description","2,546.60"
"03/03/2015","243.25","Transaction description","2,789.85"
"03/03/2015","-334.81","Transaction description","2,339.12"
"04/03/2015","-25.05","Transaction description","2,314.07"

我会使用csv-module 来读取数据。

import csv
with open('data.csv') as f:
    data = [row for row in csv.reader(f)]

这给出了：

>>> data
[['08/04/2015', 'Balance', '5,804.30', 'Current Balance for account 123S14'],
 ['08/04/2015', 'Balance', '5,804.30', 'Available Balance for account 123S14'],
 ['02/03/2015', '241.25', 'Transaction description', '2,620.09'],
 ['02/03/2015', '-155.49', 'Transaction description', '2,464.60'],
 ['03/03/2015', '82.00', 'Transaction description', '2,546.60'],
 ['03/03/2015', '243.25', 'Transaction description', '2,789.85'],
 ['03/03/2015', '-334.81', 'Transaction description', '2,339.12'],
 ['04/03/2015', '-25.05', 'Transaction description', '2,314.07']]

那么你可以使用datetime-module来提供一个key来进行排序。

import datetime 
sorted_data = sorted(data, key=lambda row: datetime.datetime.strptime(row[0], "%d/%m/%Y"))

这给出了：

>>> sorted_data
[['02/03/2015', '241.25', 'Transaction description', '2,620.09'],
 ['02/03/2015', '-155.49', 'Transaction description', '2,464.60'],
 ['03/03/2015', '82.00', 'Transaction description', '2,546.60'],
 ['03/03/2015', '243.25', 'Transaction description', '2,789.85'],
 ['03/03/2015', '-334.81', 'Transaction description', '2,339.12'],
 ['04/03/2015', '-25.05', 'Transaction description', '2,314.07'],
 ['08/04/2015', 'Balance', '5,804.30', 'Current Balance for account 123S14'],
 ['08/04/2015', 'Balance', '5,804.30', 'Available Balance for account 123S14']]

Answer 2

您可以定义自己的排序函数。

混合这两个问题，你就会得到你想要的（或接近的东西）：

Custom Python list sorting

Python date string to date object

在您的排序函数中，将日期从字符串转换为日期时间并进行比较

def cmp_items(a, b):
    datetime_a = datetime.datetime.strptime(a.[0], "%d/%m/%Y").date()
    datetime_b = datetime.datetime.strptime(a.[0], "%d/%m/%Y").date()
    if datetime_a > datetime_b:
        return 1
    elif datetime_a == datetime_b:
        return 0
    else:
        return -1

然后，您只需使用它对列表进行排序

new_file_data = new_file_data.sort(cmp_items)

在那之后你仍然可能有一点问题，具有相同日期的元素将按类似随机的顺序排列。你可以改进比较功能来比较更多的东西来防止这种情况发生。

顺便说一句，你没有去掉隐藏的逗号，看来你已经完全删除了最后一部分。