Python-在CSV文件中的日期中的數字前添加零

Question

在Win8上使用Python 3.3。 我認為自己是腳本編寫的新手。 我正在嘗試使用沒有前導零的Excel電子表格中的日期。 年份末尾總是2位數字，月份排在第一位，然后中間是一天。 我可以提取Excel列以將其單獨放置在文件中。 以下是一些示例，這些示例可能涉及數千行內容，並將日期固定為可識別的格式：

1188（問題）11188（問題日期）12188（問題日期）13188（mddyy）21188（mddyy）111188（mmddyy）

我想我的問題分為兩部分：（1）使用Python修改時最容易使用哪種類型的文件（例如XLSX，XLS，CSV，TXT等）（2）使用以下代碼編碼的任何技巧Python ...也許要使用的功能？

以下是我想應用的邏輯，因為我知道無法真正判斷日期是否只有5位數字並以“ 11”或“ 12”開頭，因此我想放置ERROR以便我們返回手動修復這些問題。 這個想法是更少的體力勞動，更好。

• 年底總是2位數字，因此需要立即解析，剩下的數字要保留
  • 如果年份數字從“ 00”到“ 30”，則附加前導“ 20”以形成4位數字的年份
  • 否則將前導“ 19”附加為4位數字的年份
• 計算帶走年份數字后剩余的位數
  • 如果剩余的總位數= 2，則解析出第一位和第二位，並在前兩位加上零
  • ElseIF剩余總位數= 3 THEN
    • 如果前兩個數字是“ 11”或“ 12”，則將最終結果打印為“ ERROR”
    • ElseIF的前兩個數字為“ 10”，然后按原樣解析，並將前導零添加到第三個數字
    • 否則解析出第一個數字並添加前導零，然后按原樣解析出剩下的2個數字
  • 剩下的總位數= 4，然后什么也不做
• 確保日期以新的格式放回去以得到最終結果

非常感謝您的任何幫助，而且我自己也開始踢起來！

我的旅程

最初，我需要幫助將我的邏輯融入Python，然后在以下方面進行了努力，但最終在時間，研究和在stackoverflow上的幫助方面取得了成功：讀取/寫入/附加CSV文件，填入前導零，填入年份的前導數字，語法，不正確的數據類型，等等...感謝所有幫助！！！

最終代碼如下！

import csv
# Change to location of CSV file
with open('c:\\Users\\Weez\\Desktop\\csv_test.csv', newline='') as csvfile:
    csvreader = csv.reader(csvfile)
    for line in csvreader:
        baddate = line[0]
        year = int(baddate) % 100
        md = int(baddate) // 100
# Check year values
        if year < 10:
            year = str(200)+str(year)
        elif year <= 50:
            year = str(20)+str(year)
        else:
            year = str(19)+str(year)
# Check month and day values
        if md < 100:
            month = md // 10
            month = str(month).zfill(2)
            day = md % 10
            day = str(day).zfill(2)
        elif md >= 1000:
            pass
        elif md <= 109:
            month = md // 10
            day = md % 10
            day = str(day).zfill(2)
        elif md == 110:
            month = md // 100
            month = str(month).zfill(2)
            day = md % 100
        elif md == 120:
            month = md // 100
            month = str(month).zfill(2)
            day = md % 100
        elif md <= 129:
            month = str("XX")
            day = str("XX")
        else:
            month = md // 100
            month = str(month).zfill(2)
            day = md % 100
        dateresult = str(month)+str(day)+str(year)
        print(dateresult)
# modes 'a' = append, 'w' = write, 'r' = read and other modes
        with open('c:\\Users\\Weez\\Desktop\\csv_test_output.csv', 'a') as csvoutput:
            csvoutput.write(dateresult)
            csvoutput.write('\n')
print('\n')
print('\n')
str(input("Process complete!  Press Enter to finish!"))

Answer 1

對於＃1，您可以使用csv盡管我對其他模塊沒有任何經驗:(。

對於＃2，您可以使用內置模塊datetime

>>> from datetime import datetime

>>> date_unpadded_month = '1188'
>>> date_padded_month = '01188'
>>> date_2_digit_month = '11188'
>>> date_format = '%m%d%y'

>>> parsed = datetime.strptime(date_unpadded_month, date_format)
>>> parsed
>>> datetime.datetime(1988, 1, 1, 0, 0)

>>> parsed = datetime.strptime(date_padded_month, date_format)
>>> parsed
>>> datetime.datetime(1988, 1, 1, 0, 0)

>>> parsed = datetime.strptime(date_2_digit_month, date_format)
>>> parsed
>>> datetime.datetime(1988, 11, 1, 0, 0)
>>> parsed.month
>>> 11

Answer 2

如果電子表格中的日期正確無誤，則可以追溯回去並修復以前含糊不清的日期，並獲得很高的成功。 例如，如果您有

123087, 11188, 22288

第一個和最后一個日期是明確的（ Dec-30-'87 ＆ Feb-22-'88 ），中間日期是Jan-11-'88或Jan-11-'88 Nov-1-'88 ，但是如果您知道三個日期是按順序排列的。

編輯：這是實現此目的的一些代碼：

from datetime import datetime

data = '123087', '1188', '11188', '22288', '11188' # some 4, 5 and 6 digit dates
fmt = '%m%d%y'
results = []
# parse possible dates from data
for date_str in data:
    alt_date_str = ('0' + date_str)[-6:]
    dates = (datetime.strptime(d, fmt) for d in (date_str, alt_date_str))
    results.append(set(dates)) # make sure dates are unique

# iterate through results, removing anything older than the previous entries
oldest = datetime.min
for i in xrange(len(results)):
    results[i] = [d for d in results[i] if d > oldest]
    oldest = min(results[i])

# iterate backwards, removing anything newer than the previous entries
newest = datetime.max
for i in reversed(xrange(len(results))):
    results[i] = [d for d in results[i] if d < newest]
    newest = max(results[i])

# show dates, error if still ambiguous
for dates in results:
    if len(dates) > 1:
        print 'ERROR:', dates
    else:
        print dates[0]

Answer 3

由於年份始終是兩位數，因此您可以立即消除那部分問題。

year = date % 100
md = date // 100

現在，您可以消除2位數和4位數的情況：

if md < 100:
    month = md / 10
    day = md % 10
elif md >= 1000:
    month = md / 100
    day = md % 100

現在您可以檢測潛在的問題區域並解決歧義。

elif md <= 109:
    month = 10
    day = md % 10
elif md == 110:
    month = 1
    day = 10
elif md <= 129:
    month = None # ambiguous
    day = None
else:
    month = md / 100
    day = md % 100

您需要做一些額外的檢查，以確保月份和日期在范圍之內。