如何用Python查找CSV文件中按日期分组的首次与末次记录

没问题，我来帮你搞定这个需求！我们可以用两种实用的方式实现：一种依赖Python标准库，适合不想额外安装包的场景；另一种用pandas，代码更简洁高效，处理大文件也更顺手。

方法一：使用Python标准库csv #

这个方案完全用Python自带工具，核心思路是先按日期字段把所有记录归类分组，再提取每组的第一条和最后一条（如果组里只有一条记录，就直接保留这条）。

import csv
from collections import defaultdict

# 创建分组字典，键是日期，值存对应日期的所有记录
date_groups = defaultdict(list)

# 读取目标CSV文件（假设文件名为data.csv）
with open('data.csv', 'r', newline='') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        # 去掉日期字段的前后空格，避免因空格导致分组错误
        date_key = row[1].strip()
        date_groups[date_key].append(row)

# 整理输出结果
output_rows = []
for date, records in date_groups.items():
    # 先添加组内第一条记录
    output_rows.append(records[0])
    # 如果组内记录不止1条，再添加最后一条
    if len(records) > 1:
        output_rows.append(records[-1])

# 把结果写入新CSV（也可以直接打印验证）
with open('result.csv', 'w', newline='') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerows(output_rows)

# 打印结果查看
for row in output_rows:
    print(', '.join(row))

代码说明： #

• defaultdict(list)会自动为每个新日期创建空列表，不用手动判断键是否存在，省了不少代码。
• 对日期字段做strip()处理，是因为原数据里日期前后有空格，避免同一个日期因为空格被分成不同组。

方法二：使用pandas库（更简洁） #

如果你已经装了pandas，这个方案会非常省心，几行代码就能完成任务：

import pandas as pd

# 读取CSV，skipinitialspace=True自动去掉字段前后的空格
df = pd.read_csv('data.csv', header=None, skipinitialspace=True)

# 按第2列（索引为1）分组，提取每组的首尾记录，再合并排序
result_df = pd.concat([df.groupby(1).first(), df.groupby(1).last()]).sort_index()

# 保存结果到新CSV，或者直接打印
result_df.to_csv('result_pandas.csv', header=False, index=False)

# 打印验证结果
print(result_df.to_csv(header=False, index=False))

代码说明： #

• skipinitialspace=True专门处理原数据里字段前后的空格，确保日期分组准确。
• groupby(1)按日期列分组，first()和last()直接提取每组的首尾记录，sort_index()保证日期顺序和原文件一致。

两种方法运行后，都会得到你期望的输出：

ABC, 12/2/2017,9:21 AM
ABC, 12/2/2017,6:38 PM
ABC, 12/4/2017,9:21 AM
ABC, 12/4/2017,1:01 PM
ABC, 12/7/2017,11:59 AM
ABC, 12/8/2017,9:33 AM
ABC, 12/8/2017,5:15 PM

内容的提问来源于stack exchange，提问作者user2599263