编写python程序,将csv文件的数据按月初,月中,月末对应的数据相加

时间: 2023-03-21 12:00:49 浏览: 112
以下是一个示例程序,可以读取给定的CSV文件,将其数据按照月初、月中、月末分别求和,并输出结果。 ```python import csv from datetime import datetime, timedelta # 定义函数,用于计算指定日期所在月份的月初、月中、月末日期 def get_month_boundaries(date): first_day = date.replace(day=1) mid_day = first_day + timedelta(days=14) last_day = first_day.replace(day=28) + timedelta(days=4) if last_day.day == 29: last_day -= timedelta(days=1) last_day = last_day.replace(day=last_day.day) return first_day, mid_day, last_day # 定义变量,用于记录每个月份的数据 monthly_totals = {} # 打开CSV文件并读取数据 with open('data.csv') as csv_file: csv_reader = csv.reader(csv_file) next(csv_reader) # 跳过首行(标题行) for row in csv_reader: date = datetime.strptime(row[0], '%Y-%m-%d') # 从数据行中读取日期 value = float(row[1]) # 从数据行中读取数值 month = date.month # 获取日期所在的月份 if month not in monthly_totals: monthly_totals[month] = {'beginning': 0, 'middle': 0, 'end': 0} # 初始化该月份的数据 first_day, mid_day, last_day = get_month_boundaries(date) # 计算该日期所在月份的月初、月中、月末日期 if date == first_day: monthly_totals[month]['beginning'] += value # 将数值加到该月份的月初数据中 elif date == mid_day: monthly_totals[month]['middle'] += value # 将数值加到该月份的月中数据中 elif date == last_day: monthly_totals[month]['end'] += value # 将数值加到该月份的月末数据中 # 输出结果 for month, totals in monthly_totals.items(): print(f'Month {month}: beginning={totals["beginning"]}, middle={totals["middle"]}, end={totals["end"]}') ``` 请注意,在上述代码中,我们使用了一个名为`get_month_boundaries`的函数来计算每个日期所在月份的月初、月中、月末日期。该函数假设每个月都是30天,并使用以下规则: - 月初:该月的第一天。 - 月中:该月的第15天(或者如果该月只有28天,则为第14天)。 - 月末:该月的倒数第5天(或者如果该月只有28天,则为倒数第4天)。 这些规则可以根据需要进行修改。

相关推荐

最新推荐

recommend-type

Python将列表数据写入文件(txt, csv,excel)

主要介绍了Python将列表数据写入文件(txt, csv,excel),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

Python将一个CSV文件里的数据追加到另一个CSV文件的方法

今天小编就为大家分享一篇Python将一个CSV文件里的数据追加到另一个CSV文件的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

数据清洗之 csv文件读写

csv文件读写 pandas内置了10多种数据源读取函数,常见的就是CSV和EXCEL 使用read_csv方式读取。结果为dataframe格式 ...'D:\\Jupyter\\notebook\\Python数据清洗实战\\数据清洗之文件读写' os.chdir('D
recommend-type

使用python获取csv文本的某行或某列数据的实例

下面小编就为大家分享一篇使用python获取csv文本的某行或某列数据的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

FPA-花授粉优化.rar

多种智能优化算法设计开发应用,可供学习交流,不断更新资源
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

前端深拷贝 和浅拷贝有哪些方式,你在哪里使用过

前端深拷贝和浅拷贝的方式有很多,下面列举几种常用的方式: 深拷贝: 1. JSON.parse(JSON.stringify(obj)),该方法可以将对象序列化为字符串,再将字符串反序列化为新的对象,从而实现深拷贝。但是该方法有一些限制,例如无法拷贝函数、RegExp等类型的数据。 2. 递归拷贝,即遍历对象的每个属性并进行拷贝,如果属性值是对象,则递归进行拷贝。 3. 使用第三方库如lodash、jQuery等提供的深拷贝方法。 浅拷贝: 1. Object.assign(target, obj1, obj2, ...),该方法可以将源对象的属性浅拷贝到目标对象中,如果有相同的属性,则会
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。