如何用Python处理Excel提取列并按订单日期倒序生成CSV文件

原代码存在的问题 #

• pandas的sort_values()方法默认返回新的DataFrame对象，原代码调用后未赋值回原变量，也未设置inplace=True，排序结果没有实际生效
• 没有添加ascending=False参数，默认是升序排列，无法实现最新日期在顶部的需求
• 排序操作放在了Order Date列的日期类型转换之前，字符串格式的日期排序会出现逻辑错误
• 排序操作写在了导出CSV的to_csv()方法之后，输出的文件仍然是未排序的内容

修复后可直接运行的代码 #

import pandas as pd
import openpyxl

# 读取Excel文件，直接提取需要的两列，省略中间导出全量CSV的冗余步骤
col_list = ['Order Date', 'Sales']
df = pd.read_excel("Orders-With Nulls.xlsx", usecols=col_list)

# 先将Order Date转换为日期类型，保证排序逻辑正确
df['Order Date'] = pd.to_datetime(df['Order Date'])

# 按Order Date降序排序，最新日期在顶部
df = df.sort_values(by="Order Date", ascending=False)

# 打印验证结果
print(df)
max_date = df['Order Date'].max()
print(max_date)

# 导出排序后的结果到CSV
df.to_csv("new.csv", sep=',', index=False)

改动说明 #

• 去掉了冗余的中间全量CSV导出/读取步骤，直接从Excel中提取目标字段，减少不必要的IO操作
• 调整执行顺序：先做日期类型转换，再执行排序，避免字符串排序的逻辑错误
• 排序时指定降序参数，并且将排序结果赋值回df，确保排序生效
• 调整导出CSV的位置，在排序完成后再执行导出，保证输出文件符合要求

内容的提问来源于stack exchange，提问作者Manav Prajapati