如何修改Python代码以数据对应日期时间作为文件名保存文件

核心思路 #

要实现用观测日期时间命名文件，关键是从原始探空数据中提取对应每日数据集的时间戳，再替换原代码中用索引命名的逻辑。

步骤1：从原始数据中提取观测时间 #

探空数据的时间信息通常在文件头部或结构化字段里，这里分两种常见场景处理：

场景1：文本格式原始数据（头部含时间） #

如果你的原始数据是类似这样的文本：

THIRUVANANTHAPURAM 43210
20240615 0000 UTC
...（观测数据行）

可以通过字符串提取时间：

# 读取单份原始探空文本
with open('thiruvananthapuram_raw.txt', 'r') as f:
    raw_content = f.readlines()

# 提取第二行的观测时间（根据你的实际数据行数调整索引）
time_info = raw_content[1].strip().split()
date_part, time_part = time_info[0], time_info[1]
# 生成合法文件名格式（无特殊字符）
file_timestamp = f"{date_part}_{time_part}"

场景2：结构化数据（如CSV/Excel） #

如果数据是结构化表格，假设存在observation_datetime字段：

import pandas as pd

# 读取单份每日探空数据
daily_df = pd.read_csv('daily_raw_data.csv')
# 提取首行的观测时间（确保是当日的基准时间）
raw_datetime = daily_df['observation_datetime'].iloc[0]
# 转换为适合文件名的格式（去掉/:-等特殊字符）
file_timestamp = raw_datetime.replace('-', '').replace(':', '').replace(' ', '_')

步骤2：替换原保存逻辑 #

找到你代码中用索引命名的部分（比如下面的示例原代码）：

# 原代码：用循环索引命名
for idx, daily_dataset in enumerate(all_daily_data):
    daily_dataset.to_csv(f"sounding_data_{idx}.csv", index=False)

修改为用提取到的时间戳命名：

# 假设你已经提前为每个daily_dataset匹配好了对应的观测时间，存在obs_timestamps列表中
for daily_dataset, timestamp in zip(all_daily_data, obs_timestamps):
    # 确保文件名合法
    safe_timestamp = timestamp.replace('/', '').replace(':', '').replace(' ', '_')
    # 保存文件，可加上站点名标识
    daily_dataset.to_csv(f"thiruvananthapuram_sounding_{safe_timestamp}.csv", index=False)

如果是批量处理原始文本文件，可在拆分每日数据的同时同步提取时间：

import os

raw_files_dir = "raw_sounding_files/"
for file in os.listdir(raw_files_dir):
    if file.endswith('.txt'):
        # 读取文件+提取时间（复用步骤1的代码）
        with open(os.path.join(raw_files_dir, file), 'r') as f:
            lines = f.readlines()
        time_line = lines[1].strip()
        date_str, time_str = time_line.split()[:2]
        file_timestamp = f"{date_str}_{time_str}"
        
        # 处理数据（你的原有处理逻辑）
        processed_data = process_sounding_data(lines)
        
        # 保存为时间命名的文件
        processed_data.to_csv(f"processed/thiruvananthapuram_{file_timestamp}.csv", index=False)

关键注意点 #

• 确保每个数据集的时间戳唯一，避免文件名重复导致数据覆盖
• 务必过滤文件名中的非法字符（Windows下禁止/\:*?"<>|，Linux/macOS下避免/）
• 如果原始数据的时间格式不统一，可借助datetime模块做标准化处理：

  from datetime import datetime
  # 解析原始时间字符串为datetime对象
  dt = datetime.strptime(f"{date_str} {time_str}", "%Y%m%d %H%M")
  # 生成统一格式的文件名
  file_timestamp = dt.strftime("%Y%m%d_%H%M")
  

内容的提问来源于stack exchange，提问作者LIKHITH GOPINATH