如何使用 perl/php/grep/etc 从 csv 中提取日期范围？答案

【问题标题】：How do I extract a date range from a csv using perl/php/grep/etc?如何使用 perl/php/grep/etc 从 csv 中提取日期范围？
【发布时间】：2010-11-25 01:16:12
【问题描述】：

有没有办法获取如下文本（如果它已经在数组或文件中）并让它在指定日期范围内删除行？

例如，如果我希望从 2009 年 9 月 4 日到 2009 年 9 月 9 日的每一行都被拉出（也许这可以用 grep 完成？）我该怎么做呢？

date,test,time,avail
2009-09-01,JS,0.119,99.90
2009-09-02,JS,0.154,99.89
2009-09-03,SWF,0.177,99.90
2009-09-04,SWF,0.177,99.90
2009-09-05,SWF,0.177,99.90
2009-09-06,SWF,0.177,99.90
2009-09-07,SWF,0.177,99.90
2009-09-08,SWF,0.177,99.90
2009-09-09,SWF,0.177,99.90
2009-09-10,SWF,0.177,99.90

谢谢！

【问题讨论】：

标签： php python ruby perl grep

【解决方案1】：

Python

import csv
import datetime

start= datetime.datetime(2009,9,4)
end= datetime.datetime(2009,9,9)

source= csv.DictReader( open("someFile","rb") )
for row in source:
    dt = datetime.datetime.strptime(row['date'],"%Y-%m-%d")
    if start <= dt <= end:
        print row # depends on what "pulled out" means

【讨论】：

【解决方案2】：

嗯，你也许可以以某种方式使它与 grep 一起工作，但 sed 更适合这项任务：

sort < file.csv | sed -ne /^2009-09-04/,/^2009-09-09/p

【讨论】：

【解决方案3】：

（这个解决方案是用 PHP 编写的——但我想你可以直接从命令行使用 grep 或任何东西）

考虑到您的日期采用YYYY-MM-DD 格式，并且它们位于每行的开头，您只需按字母顺序比较各行即可比较日期。

一种解决方案是：

加载字符串
逐行分解
删除第一行
遍历行，只保留您感兴趣的行

对于第一部分：

$str = <<<STR
date,test,time,avail
2009-09-01,JS,0.119,99.90
2009-09-02,JS,0.154,99.89
2009-09-03,SWF,0.177,99.90
2009-09-04,SWF,0.177,99.90
2009-09-05,SWF,0.177,99.90
2009-09-06,SWF,0.177,99.90
2009-09-07,SWF,0.177,99.90
2009-09-08,SWF,0.177,99.90
2009-09-09,SWF,0.177,99.90
2009-09-10,SWF,0.177,99.90
STR;
$lines = explode(PHP_EOL, $str);
unset($lines[0]); // first line is useless

并且，要遍历行，过滤出/过滤出您想要/不想要的内容，您可以使用 foreach 循环... /p>

例如，你可以使用这样的东西：

$new_lines = array_filter($lines, 'my_filter');
var_dump($new_lines);

你的回调函数是：

function my_filter($line) {
    $min = '2009-09-04';
    $max = '2009-09-09';
    if ($line >= $min && $line <= $max) {
        return true;
    } else {
        return false;
    }
}

结果：

array
  4 => string '2009-09-04,SWF,0.177,99.90' (length=26)
  5 => string '2009-09-05,SWF,0.177,99.90' (length=26)
  6 => string '2009-09-06,SWF,0.177,99.90' (length=26)
  7 => string '2009-09-07,SWF,0.177,99.90' (length=26)
  8 => string '2009-09-08,SWF,0.177,99.90' (length=26)

希望这会有所帮助；-)

如果您的日期不是YYYY-MM-DD 格式，或者不在每一行的开头，您必须explode 行，并使用strtotime （或进行一些自定义解析，具体取决于格式），然后比较时间戳。

但是，在你的情况下......不需要所有这些;-)

【讨论】：

太棒了，正是我想要的！

【解决方案4】：

awk 解决方案类似于 sed：

awk '/^2009-09-04/,/^2009-09-09/ {next} {print}' filename

无需硬编码日期：

awk -v start='^2009-09-04' -v stop='^2009-09-09' '
    $0 ~ start, $0 ~ stop {next}
    {print}
' date.data

【讨论】：

【解决方案5】：

您可以使用perl's flip flop 提取行范围。

【讨论】：

【解决方案6】：

使用R

> d <- read.csv("http://dpaste.com/88980/plain/", sep=",", header=T)
> r1 <- rownames(d[d$date == "2009-09-04",])
> r2 <- rownames(d[d$date == "2009-09-09",])
> d[rownames(d) %in% r1:r2,]
        date test  time avail
4 2009-09-04  SWF 0.177  99.9
5 2009-09-05  SWF 0.177  99.9
6 2009-09-06  SWF 0.177  99.9
7 2009-09-07  SWF 0.177  99.9
8 2009-09-08  SWF 0.177  99.9
9 2009-09-09  SWF 0.177  99.9
>

【讨论】：

你看到 R 标签了吗？你看到一个被接受的答案吗？您知道这个问题以及除您之外的所有答案的年龄吗？

【解决方案7】：

Perl：

perl -F/,/ -ane '
    print if $F[0] ge "2009-09-04"
          && $F[0] le "2009-09-09"' filename

【讨论】：