Python：将值存储在变量中，以便您可以识别每次重复出现

Question

如果这个问题不清楚，我非常愿意接受建设性的批评。

我有一个包含大约 50 行数据的 Excel 表，每行的第一列是日期。我只需要访问一个日期的所有数据，而那个日期只出现大约 1-5 次。这是最近的日期，所以我已经按日期组织了表格，最近的日期位于顶部。

所以我的目标是将该日期存储在一个变量中，然后让 Python 仅查找该变量（该日期）并仅获取与该变量对应的列。我还需要在 100 个其他 excel 文件上使用此代码，因此它需要任意取最近的日期（尽管总是在顶部）。

我下面的当前代码只取前 5 行，因为我知道这是该日期出现的次数。

import os
from numpy import genfromtxt
import pandas as pd

path = 'Z:\\folderwithcsvfile'

for filename in os.listdir(path):
    file_path = os.path.join(path, filename)
    if os.path.isfile(file_path):
        broken_df = pd.read_csv(file_path)
        df3 = broken_df['DATE']
        df4 = broken_df['TRADE ID']
        df5 = broken_df['AVAILABLE STOCK']
        df6 = broken_df['AMOUNT']
        df7 = broken_df['SALE PRICE']
        print (df3)
        #print (df3.head(6))
        print (df4.head(6))
        print (df5.head(6))
        print (df6.head(6))
        print (df7.head(6))

Answer 1

这是一个比较简单的过滤操作。您声明您想“仅获取最新日期的列”，因此我假设可接受的结果将是过滤器 DataFrame 仅包含正确的列。

这是一个与您的结构类似的简单 CSV：

DATE,TRADE ID,AVAILABLE STOCK
10/11/2016,123,123
10/11/2016,123,123
10/10/2016,123,123
10/9/2016,123,123
10/11/2016,123,123

请注意，我稍微混淆了日期，因为仅假设最新日期将在顶部是很麻烦且容易出错的。以下脚本将对其进行适当过滤：

import pandas as pd
import numpy as np

df = pd.read_csv('data.csv')

# convert the DATE column to datetimes
df['DATE'] = pd.to_datetime(df['DATE'])

# find the latest datetime
latest_date = df['DATE'].max()

# use index filtering to only choose the columns that equal the latest date
latest_rows = df[df['DATE'] == latest_date]
print (latest_rows)

# now you can perform your operations on latest_rows

在我的示例中，这将打印：

        DATE  TRADE ID  AVAILABLE STOCK
0 2016-10-11       123              123
1 2016-10-11       123              123
4 2016-10-11       123              123