如何匹配CSV文件中的重复日期并获取所有对应行索引

看来你卡在了CSV重复日期的匹配上——只拿到第一个匹配行的索引，却漏掉了同日期的其他行对吧？问题大概率出在你之前的for循环里：找到第一个匹配项后就直接跳出/返回了，没继续遍历剩下的行收集所有结果。下面给你两种实用的解决方法：

方法一：用Python内置csv模块（无需额外安装） #

这种方法适合轻量处理，不用装第三方库：

import csv

def get_all_matching_rows(target_date, csv_path):
    matching_indices = []
    matching_pos_neg = []
    # 打开CSV文件，注意分隔符和编码要和你的文件匹配
    with open(csv_path, 'r', encoding='utf-8') as file:
        # 用DictReader把行转成字典，方便按列名取值
        reader = csv.DictReader(file)
        # 从1开始计数行号（因为第一行是表头）
        for row_num, row in enumerate(reader, start=1):
            # 确保日期格式一致，比如都转成字符串比较
            if row['Date'] == str(target_date):
                matching_indices.append(row_num)
                matching_pos_neg.append({
                    'Positive': row['Positive'],
                    'Negative': row['Negative']
                })
    return matching_indices, matching_pos_neg

# 调用示例
target = 20180402
indices, data = get_all_matching_rows(target, 'your_data.csv')
print(f"匹配日期{target}的行索引：{indices}")
print(f"对应的正负值数据：{data}")

这段代码会从头到尾遍历整个CSV，把所有和目标日期匹配的行索引、对应数据都收集到列表里，不会提前终止循环。

方法二：用Pandas处理（高效简洁，适合大文件） #

如果你的CSV文件比较大，用Pandas会更高效，代码也更清爽：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('your_data.csv')
# 统一日期格式（避免类型不匹配找不到结果）
df['Date'] = df['Date'].astype(str)
# 目标日期也要转成对应格式
target_date = str(20180402)

# 筛选所有匹配目标日期的行
matching_rows = df[df['Date'] == target_date]
# 获取行索引（Pandas默认从0开始，要是需要从1开始的行号，就用 (matching_rows.index + 1).tolist()）
matching_indices = matching_rows.index.tolist()
# 获取对应的Positive和Negative数据
matching_data = matching_rows[['Positive', 'Negative']].to_dict('records')

print(f"匹配日期{target_date}的行索引：{matching_indices}")
print(f"对应的正负值数据：{matching_data}")

Pandas的布尔索引会直接帮你筛选出所有符合条件的行，不用自己写循环，处理表格数据特别顺手。

重要提醒 #

• 日期格式要统一：比如CSV里的日期是字符串，你输入的目标日期也要转成字符串；如果是数字类型，两边都保持数字，不然会因为类型不匹配找不到匹配项。
• 别提前终止循环：之前的问题就是找到第一个匹配就return了，一定要把所有匹配项都收集到列表里再返回结果。

内容的提问来源于stack exchange，提问作者Apple