如何基于CSV文件的日期列筛选条件，对温度列的值进行求和？

嗨，这个需求其实挺常见的，我给你分享几种不同工具的实现方法，你可以根据自己的习惯来选：

如果你熟悉Python，用pandas库来处理会非常高效，代码简洁易懂：

import pandas as pd

# 读取CSV文件，假设你的文件名叫temp_data.csv，分隔符是空格（根据示例数据的格式）
# 如果你的CSV是逗号分隔，把sep参数改成','即可
df = pd.read_csv('temp_data.csv', sep=' ', header=None, names=['date', 'temp'])

# 筛选2016年2月的记录：日期大于20160131，小于20160301
filtered_records = df[(df['date'] > 20160131) & (df['date'] < 20160301)]

# 计算对应温度的总和
total_temperature = filtered_records['temp'].sum()

print(f"2016年2月的温度总和是：{total_temperature}")

要是你不想用pandas，用Python内置的csv模块也能实现，只是代码稍长一点：

import csv

total = 0
with open('temp_data.csv', 'r') as f:
    reader = csv.reader(f, delimiter=' ')
    for row in reader:
        date = int(row[0])
        temp = int(row[1])
        if 20160131 < date < 20160301:
            total += temp

print(f"2016年2月温度总和：{total}")

如果你更习惯用Excel，操作起来也很简单：

1. 直接打开你的CSV文件，Excel会自动识别分隔符（如果是空格分隔，导入时注意选择“空格”作为分隔符）；
2. 使用SUMIFS函数计算总和，在空白单元格输入公式：

   =SUMIFS(B:B, A:A, ">20160131", A:A, "<20160301")
   

   这里的B:B是温度列，A:A是日期列，公式会自动求和所有符合日期条件的温度值；
3. 你也可以用手动筛选：选中日期列，点击「筛选」按钮，选择「自定义筛选」，设置条件为“大于20160131”且“小于20160301”，之后选中筛选后的温度列，Excel状态栏会直接显示求和结果（或者用=SUBTOTAL(9, B:B)来计算筛选后的总和）。

如果你习惯用命令行，awk工具可以快速完成这个任务，不需要打开任何图形界面：

awk '$1 > 20160131 && $1 < 20160301 {sum += $2} END {print sum}' temp_data.csv

解释一下：awk会逐行读取CSV文件，$1代表第一列的日期，$2代表第二列的温度；当日期满足条件时，就把温度累加到sum变量里，最后在处理完所有行后输出总和。

内容的提问来源于stack exchange，提问作者P.Hinz