Python：按CSV中START_DATE对字典值的工作列表按时间排序

看起来你已经完成了员工工作经历的分组和去重，只差最后一步按时间排序的环节。让我帮你修改代码，实现按START_DATE升序排列每个员工的工作列表：

问题回顾 #

你的jobData.csv数据（修正为标准CSV逗号分隔格式）：

EMPLOYEE,START_DATE,END_DATE,JOB,DIVISION
Tom,20180101,20191028,Job1,Div_B
Tom,20160101,20171231,Job1,Div_B
Tom,20150609,20151231,Job1,Div_B
Dick,20191001,,Job4,Div_D
Dick,20190609,20190930,Job3,Div_C
Dick,20170309,20180608,Job2,Div_A
Dick,20160609,20170308,Job1,Div_B
Harry,20180701,,Job2,Div_A
Harry,20180101,20180630,Job2,Div_A
Harry,20160101,20171231,Job1,Div_A

你的目标是生成这样的字典：

d = { 'Tom': ['Job1'], 'Dick': ['Job1', 'Job2', 'Job3', 'Job4'], 'Harry': ['Job1', 'Job2'] }

修改后的代码 #

import csv
from collections import defaultdict

# 用defaultdict自动初始化员工对应的空列表
employee_jobs = defaultdict(list)

with open('jobData.csv', 'r') as jobDataFile:
    jobDataReader = csv.reader(jobDataFile)
    next(jobDataReader)  # 跳过表头行
    
    # 第一步：收集每个员工的(开始日期, 工作岗位)配对
    for row in jobDataReader:
        employee = row[0]
        start_date = row[1]
        job = row[3]
        employee_jobs[employee].append( (start_date, job) )

# 第二步：对每个员工的记录按日期排序，再去重生成有序工作列表
for emp, records in employee_jobs.items():
    # 按START_DATE升序排序（YYYYMMDD格式的字符串可直接按字典序比较，等价于时间顺序）
    sorted_records = sorted(records, key=lambda x: x[0])
    # 去重并保留时间顺序
    unique_jobs = []
    for date, job in sorted_records:
        if job not in unique_jobs:
            unique_jobs.append(job)
    employee_jobs[emp] = unique_jobs

# 转换为普通字典并查看结果
print(dict(employee_jobs))

关键修改点说明 #

• 用defaultdict简化代码：省去了原代码中判断员工是否已在字典里的繁琐步骤，自动为新员工创建空列表。
• 绑定日期与工作：先把每个员工的START_DATE和JOB作为元组存入列表，这样后续可以基于日期排序。
• 按日期排序：由于你的日期是YYYYMMDD格式的字符串，直接排序就和时间顺序完全一致，不用额外转换日期格式。
• 排序后再去重：确保去重后的工作列表是严格按照时间先后顺序排列的。

输出结果 #

运行代码后会得到你预期的字典：

{'Tom': ['Job1'], 'Dick': ['Job1', 'Job2', 'Job3', 'Job4'], 'Harry': ['Job1', 'Job2']}

内容的提问来源于stack exchange，提问作者William Ernst