python - csv.DictReader / csv.DictWriter vs Panda 库数据 Frame -

Question

我正在尝试用 Python 编写一个程序，它将：

• 从 CSV 文件中读取数据，数据按日期排序
• 通过查找过去 365 天（从 csv 文件中最后一个数据点的日期算起的过去 365 天）来选择一些键和值，以及
• 导出到另一个 csv new_file
• 从写入 new_file 的数据中绘制折线图（导出为图像文件）

我是 Python 新手，一直在研究：

• csv.DictReader(csv_file)/csv.DictWriter
• 熊猫图书馆DataFrame

我的问题是哪种数据结构最适合我想要实现的目标：字典还是 Panda DataFrames？

到目前为止，我发现 Panda DataFrame 结构非常麻烦。如何从最新数据点的日期（和格式）中选择最后 365 天。

样本数据输入：

date    txVolume(USD)   adjustedTxVolume(USD)   txCount marketcap(USD)  price(USD)  exchangeVolume(USD) generatedCoins  fees    activeAddresses averageDifficulty   paymentCount    medianTxValue(USD)  medianFee   blockSize   blockCount
04/05/2018  7837824038  4235399151  218931  1.65E+11    9695.5  8217829888  1725    39.37853649 695603  4.02E+12    395233  395.3934459 4.04E-05    134387026   138

标签： pythonpandascsvdictionary

Answer 1

Pandas 有一些学习曲线，但一旦你对它们感到满意，你就会爱上它们。查看您的问题的一种简单解决方案。干杯。

import pandas as pd
import matplotlib.pyplot as plt
from datetime import timedelta

df = pd.read_csv(r"your-folder\dates.csv", parse_dates=[0]) # assuming dates are in the first column
df.sort_values(by="date", ascending=False, inplace=True)
last_date = df["date"].max().date()
start_date = df["date"].max().date() - timedelta(days=365)
dfRange = df[(df["date"].dt.date >= start_date) & (df["date"].dt.date <= last_date)]

plt.scatter(dfRange["txCount"],dfRange["txVolume(USD)"])
plt.xlabel("txCount")
plt.ylabel("txVolume(USD)")
plt.savefig(r"target-location\dates.png")
plt.close()