日期值比较 Python 列表

Question

我正在编辑一个 csv 文件，我正在寻找创建一个通过列表项进行比较的函数。为了更清楚，这里有一个例子。

我将 csv 转换为列表：

import csv
with open('test.csv', 'rb') as csvfile:
    spamreader = csv.reader(csvfile, delimiter=';', quotechar='|')
    lista = list(spamreader)
    print lista

>>>[['"Fecha"', '"Cliente"', '"Subastas"', '"Impresiones_exchange"', '"Fill_rate"', '"Importe_a_pagar_a_medio"', '"ECPM_medio"'],['20/12/2017', 'Martin', '165.665', '3.777', '2,28%', '1,58', '0,42'], ['21/12/2017', 'Martin', '229.620', '18.508', '8,06%', '14,56', '0,79'], ['22/12/2017', 'Martin', '204.042', '48.526', '23,78%', '43,98', '0,91'], ['20/12/2017', 'Tom', '102.613', '20.223', '19,71%', '17,86', '0,88'], ['21/12/2017', 'Tom', '90.962', '19.186', '21,09%', '14,26', '0,74'], ['22/12/2017', 'Tom', '60.189', '12.654', '21,02%', '11,58', '0,92']]

所以，首先，我需要比较 Martin 和 Tom 的所有值。我的意思是，item[2] of 20/12/2017 to item[2] of 21/12/2017. item[2] of 21/12/2017 to item[2] of 22/12/2017。而且我的列表中的所有项目都需要这些（项目[2,3,4,5,6]。日期是最重要的值，因为这个想法是一天与另一天的比较。

我希望的结果是这样的：

21/12/2017 Martin 
item[2]: smaller
item[3]: smaller
item[4]: bigger
item[5]: smaller
item[6]: smaller

22/12/2017 Martin
item[2]: smaller
item[3]: bigger
item[4]: bigger
item[5]: bigger
item[6]: bigger

21/12/2017 Tom
item[2]: smaller
item[3]: bigger
item[4]: bigger
item[5]: bigger
item[6]: bigger

22/12/2017 Tom
item[2]: smaller
item[3]: smaller
item[4]: smaller
item[5]: smaller
item[6]: bigger

如果我想将名称显示为“Subastas”而不是 item[2] 以及所有名称......我该怎么做？

Answer 1

让我们首先观察您的数据行，其键为(date, name)。一种相当明显的方法是将数据存储在以(date, name) 为键的字典中。

所以，把你发布的数据放在mylist，

mylist = [['"Fecha"', '"Cliente"', '"Subastas"', '"Impresiones_exchange"', '"Fill_rate"', '"Importe_a_pagar_a_medio"', '"ECPM_medio"'],['20/12/2017', 'Martin', '165.665', '3.777', '2,28%', '1,58', '0,42'], ['21/12/2017', 'Martin', '229.620', '18.508', '8,06%', '14,56', '0,79'], ['22/12/2017', 'Martin', '204.042', '48.526', '23,78%', '43,98', '0,91'], ['20/12/2017', 'Tom', '102.613', '20.223', '19,71%', '17,86', '0,88'], ['21/12/2017', 'Tom', '90.962', '19.186', '21,09%', '14,26', '0,74'], ['22/12/2017', 'Tom', '60.189', '12.654', '21,02%', '11,58', '0,92']]

将它（除了带有列标签的第一行）转换为这样的字典：

import datetime
mydict = {}
for row in mylist[1:]:
    date = datetime.datetime.strptime(row[0],'%d/%m/%Y')
    name = row[1]
    mydict[(date,name)] = row[2:]

这里的棘手之处在于您的日期是dd/mm/yyyy 形式的字符串，但您稍后会想要在一天和下一天之间进行比较。这并不奇怪，因为您将此问题作为问题的主题。因此，您需要将字符串日期转换为可以进行适当比较的内容。这就是strptime() 所做的。

您的数据现在如下所示：

>>> mydict
{(datetime.datetime(2017, 12, 20, 0, 0), 'Martin'): ['165.665', '3.777', '2,28%', '1,58', '0,42'],
 (datetime.datetime(2017, 12, 22, 0, 0), 'Tom'): ['60.189', '12.654', '21,02%', '11,58', '0,92'],
 (datetime.datetime(2017, 12, 21, 0, 0), 'Martin'): ['229.620', '18.508', '8,06%', '14,56', '0,79'], 
 (datetime.datetime(2017, 12, 21, 0, 0), 'Tom'): ['90.962', '19.186', '21,09%', '14,26', '0,74'],
 (datetime.datetime(2017, 12, 20, 0, 0), 'Tom'): ['102.613', '20.223', '19,71%', '17,86', '0,88'],
 (datetime.datetime(2017, 12, 22, 0, 0), 'Martin'): ['204.042', '48.526', '23,78%', '43,98', '0,91']}

接下来要观察的是您的数据由浮点数和百分比组成，但表示为字符串。这使事情变得复杂，因为您想要进行比较。取 Martin 的前 2 个数据点：

    ['165.665', '3.777', ...
    ['229.620', '18.508', ...

如果您将'165.665' 与'229.620' 进行比较，第一个会更小，这是您所期望的。但是如果你比较'3.777' 和'18.508'，第一个会更大：不是你所期望的。这是因为字符串是按字母顺序比较的，3 在 alpha 排序中位于 1 之后。

更糟糕的是，您的数据有时将小数点表示为逗号，有时则不表示。

因此您需要一个函数来对字符串进行数字转换。这是一个适用于您的数据但可能需要在现实生活中变得更加健壮的简单方法：

def convert(n):
    n = n.replace(",",".").replace("%","")
    try:
        return float(n)
    except ValueError:
        return 0e0

现在您可以进行比较了：

for (day, name) in mydict:
    previous_day = day - datetime.timedelta(days=1)
    if (previous_day,name) in mydict:
        print datetime.datetime.strftime(day,"%d/%m/%Y"), name
        day2_values = mydict[(day, name)]
        day1_values = mydict[(previous_day, name)]
        comparer = zip(day2_values, day1_values)
        for n,value in enumerate(comparer):
            print "item[%d]:" % (n+2,),
            if convert(value[1]) < convert(value[0]):
                print value[1], "smaller than", value[0]
            else:
                print value[1], "bigger than", value[0]
        print

我使消息更加明确，例如item[2]: 165.665 smaller than 229.620。这样您就可以轻松验证程序是否正确，而无需重新挖掘数据，这容易出错且乏味。如果您愿意，您可以随时让消息变得不那么明确。

22/12/2017 Tom
item[2]: 90.962 bigger than 60.189
item[3]: 19.186 bigger than 12.654
item[4]: 21,09% bigger than 21,02%
item[5]: 14,26 bigger than 11,58
item[6]: 0,74 smaller than 0,92

21/12/2017 Martin
item[2]: 165.665 smaller than 229.620
item[3]: 3.777 smaller than 18.508
item[4]: 2,28% smaller than 8,06%
item[5]: 1,58 smaller than 14,56
item[6]: 0,42 smaller than 0,79

21/12/2017 Tom
item[2]: 102.613 bigger than 90.962
item[3]: 20.223 bigger than 19.186
item[4]: 19,71% smaller than 21,09%
item[5]: 17,86 bigger than 14,26
item[6]: 0,88 bigger than 0,74

22/12/2017 Martin
item[2]: 229.620 bigger than 204.042
item[3]: 18.508 smaller than 48.526
item[4]: 8,06% smaller than 23,78%
item[5]: 14,56 smaller than 43,98
item[6]: 0,79 smaller than 0,91

要显示"Subastas" 而不是item[2]，请记住列标签位于mylist 的第一个元素中：

>>> mylist[0]
['"Fecha"', '"Cliente"', '"Subastas"', '"Impresiones_exchange"', '"Fill_rate"', '"Importe_a_pagar_a_medio"', '"ECPM_medio"']

所以要将它们包含在输出中，您需要更改此行：

print "item[%d]:" % (n+2,),

到

print mylist[0][n+2] + ":",

Answer 2

您可以将 lista 加载到数据框中，然后从那里执行比较：

import pandas as pd
import numpy as np

headers = lista.pop(0)

df = pd.DataFrame(lista, columns = headers)

martin = df[df['"Cliente"'] == 'Martin']
tom = df[df['"Cliente"'] == 'Tom']

merge = pd.merge(martin, tom, on = '"Fecha"')

stats = headers[2:]
compare = ['"Fecha"']

for index, row in merge.iterrows():
    for x in stats:
        merge[x+'_compare'] = np.where(row[x+'_x'] > row[x+'_y'], 'Martin', 'Tom')
        if x+'_compare' not in compare:
            compare.append(x+'_compare')

print(merge[compare])

#output
"Fecha" "Subastas"_compare  "Impresiones_exchange"_compare  "Fill_rate"_compare "Importe_a_pagar_a_medio"_compare   "ECPM_medio"_compare
20/12/2017  Tom Martin  Martin  Martin  Tom
21/12/2017  Tom Martin  Martin  Martin  Tom
22/12/2017  Tom Martin  Martin  Martin  Tom