如何在python中拆分字符串并更新csv文件中的字典？答案

【问题标题】：How to split a string and update the dictionary in csv file in python?如何在python中拆分字符串并更新csv文件中的字典？
【发布时间】：2015-11-11 13:23:18
【问题描述】：

所以我有一个包含股票数据的 csv 文件，格式如下：

日期,"开盘价","最高价","最低价"

2012-11-14,660.66,662.18,123.4

我已成功将所有相关数据转换为正确的变量类型，即所有 Open 值都是浮点数，High 是浮点数，日期是字符串

这是我目前的代码：

    types = [ ("Date", str), ("Open",float), ("High", float),
      ("Low", float), ("Close", float), ("Volume", int), ("Adj Close", float) ]

    with open("googlePrices.csv") as f:
        for row in csv.DictReader(f):  # read a row as {col1: val1, col2: val2..}
            row.update((key, conversion(row[key])) for key, conversion in types)

如何去除每个日期值，以便日期值中没有“-”？然后将它们转换为整数？我尝试使用日期时间，但我无法真正理解它。

【问题讨论】：

标签： python csv dictionary strip

【解决方案1】：

消除-s 并将生成的字符串转换为整数可能对您没有帮助。你绝对想使用DateTime，更具体地说是strptime：

classmethod datetime.strptime(date_string, format)

返回一个date_string对应的datetime，根据解析格式。这相当于 datetime(*(time.strptime(date_string, 格式）[0:6]））。如果 date_string 和 format 不能被 time.strptime() 解析，或者如果它返回一个值不是时间元组。有关格式化指令的完整列表，请参阅 strftime() 和 strptime() 部分的行为。

例如：

datetime.datetime.strptime('2012-11-14','%Y-%m-%d')
#datetime.datetime(2012, 11, 14, 0, 0)

此外，您似乎有一个财务时间序列。无需读取 CSV 并手动解析。 Pandas 可以很好地满足您的需求。

【讨论】：

感谢您的回答！我是python新手，这个方法的代码是什么？ row['Date'] = datetime.strptime(row['Date'], '%y %m %d') 然后我要再更新字典吗？？
因为您的格式是2012-11-14，所以掩码（strptime 中的第二个参数）将是 '%y-%m-%d'
我的代码现在是：types = [ ("Date", str), ("Open",float), ("High", float), ("Low", float), ("Close", float), ("Volume", int), ("Adj Close", float) with open("googlePrices.csv") as f: for row in csv.DictReader(f): # read a row as {col1: val1, col2: val2..} row.update((key, conversion(row[key])) for key, conversion in types) row['Date'] = time.strptime(row['Date'], '%y-%m-%d') print(row)，我得到了错误：/ValueError: time data '2012-11-14' does not match format '%y-%m-%d'
应该是%Y 而不是%y。我用一个代码工作示例编辑了我的答案。
非常感谢！！如何再次更新字典以使新日期在其中？？

【解决方案2】：

由于数据保存在csv文件中，读取后只是字符串，如果Date的格式是固定的，那么只需简单地删除-即可。

types = [ ("Date", int), ("Open",float), ("High", float),
      ("Low", float), ("Close", float), ("Volume", int), ("Adj Close", float) ]

rowlist = []

with open("googlePrices.csv") as f:
    for row in csv.DictReader(f):
        row['Date'] = row['Date'].replace('-','')
        try:
            row.update((key, conversion(row[key])) for key, conversion in types)
        except KeyError:
            continue 
        rowlist.append(row)

输出：

>>> print rowlist
[{'Date': 20121114, 'High': 662.18, 'Open': 660.66, 'Low': 123.4}]

如果您想将Date 转换为timestamp，请使用：

>>>time.mktime(time.strptime('2012-11-14', '%Y-%m-%d'))
1352822400.0

【讨论】：

如果我这样做，我将如何比较日期？我需要找到每月的平均成本，那么我将如何比较日期，以便我可以阅读数据以及月份变化何时停止并返回平均值？然后继续下个月？
如果你想比较日期，你最好不要将Date转换为int类型，保存像{'Date': time.strptime('2012-11-14', '%Y-%m-%d')，...}这样的行然后你可以做a= [row['Open'] for row in rowlist if row['Date'].tm_year==2012 and row['Date'].tm_mon == 9 ] sum(a)/len(a) 得到@987654331 @ 2012-09 的平均值。