如何解析CSV文件，统计含指定关键词邮件的发件人日期频次并生成报告？

实现步骤 #

1. 导入依赖库：用csv模块读取CSV文件，defaultdict实现数据分组存储，datetime处理日期排序逻辑。
2. 读取并过滤数据：遍历CSV每一行，筛选出message_subject包含<em>Auto Reply:</em>的记录。
3. 分组统计与日期排序：按Sender_Address分组，统计每组的记录频次，同时对每组的日期做升序排序。
4. 输出指定格式的汇总报告：按照要求的列格式打印最终统计结果。

完整代码 #

import csv
from collections import defaultdict
from datetime import datetime

# 初始化存储结构：键为发件人邮箱，值为对应日期列表
sender_data = defaultdict(list)

# 读取目标CSV文件（替换为你的文件路径，示例中假设文件名为data.csv）
with open('data.csv', 'r', encoding='utf-8') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        # 筛选主题包含指定关键词的记录
        if '<em>Auto Reply:</em>' in row['message_subject']:
            sender = row['Sender_Address']
            date_str = row['Date']  # 需与CSV实际日期列名一致，若不同请修改此处键名
            sender_data[sender].append(date_str)

# 处理数据：统计频次、对日期升序排序
processed_data = []
for sender, dates in sender_data.items():
    sorted_dates = sorted(dates, key=lambda d: datetime.strptime(d, '%Y-%m-%d'))
    processed_data.append({
        'sender': sender,
        'frequency': len(sorted_dates),
        'sorted_dates': sorted_dates
    })

# 打印表头
print(f"{'Sender_Address':<20} {'Frequency':<12} Date (Ascending sorted)")
# 打印每条统计记录
for item in processed_data:
    dates_str = ', '.join(item['sorted_dates'])
    print(f"{item['sender']:<20} {item['frequency']:<12} {dates_str}")

注意事项 #

• 确认CSV文件中的日期列名为Date，若实际列名不同，需修改代码中row['Date']的键名。
• 若CSV文件使用非utf-8编码（如gbk），需调整open函数的encoding参数。
• 代码中的文件名data.csv需替换为你实际的CSV文件路径。

内容的提问来源于stack exchange，提问作者Senior Systems Engineer