使用Python处理CSV：检索列值并基于时间条件新增标记列

我来帮你搞定这个需求——要给CSV里的每条记录判断5小时前是否存在活动记录，然后新增一列标记对吧？先看看你的初步思路，咱们一步步调整完善：

你的初步代码里混用了csv模块和pandas，而且逻辑上没实现“逐行检查每个时间点的5小时前”的需求：比如m是整个Time列批量减5小时，不是每条记录单独的时间点；search函数也没有完成判断和赋值的动作。

用pandas处理时间序列数据会更高效简洁，下面是完整的实现代码：

步骤1：导入依赖并读取数据 #

import pandas as pd
from pandas.tseries.offsets import DateOffset

# 读取CSV文件
light3 = pd.read_csv('G:/light3.csv')
# 将Time列转为datetime类型（必须步骤，否则无法进行时间运算）
light3['Time'] = pd.to_datetime(light3['Time'])

步骤2：实现核心判断逻辑 #

假设你的“活动记录”列名为Activity（请根据实际列名替换），我们可以用两种方式实现：

方式1：高效批量判断（推荐，适合大数据量）

# 提取所有有活动记录的时间，转成集合用于快速查找
active_time_set = set(light3[light3['Activity'].notna()]['Time'])

# 给每条记录计算它的5小时前时间，然后判断该时间是否在活动时间集合中
light3['has_activity_5h_ago'] = light3['Time'].apply(
    lambda x: 1 if (x - DateOffset(hours=5)) in active_time_set else 0
)

方式2：逐行遍历（逻辑更直观，适合小数据量）

# 先初始化标记列为0
light3['has_activity_5h_ago'] = 0

# 提取有活动的时间列表
active_times = light3[light3['Activity'].notna()]['Time'].values

# 逐行检查每条记录的5小时前是否有活动
for idx, row in light3.iterrows():
    five_hours_ago = row['Time'] - DateOffset(hours=5)
    if five_hours_ago in active_times:
        light3.loc[idx, 'has_activity_5h_ago'] = 1

步骤3：保存结果（可选） #

如果需要把结果保存回CSV：

light3.to_csv('G:/light3_with_mark.csv', index=False)

• 必须把Time列转为datetime类型，否则无法进行时间加减运算
• 用集合存储活动时间是为了大幅提升查找效率，尤其是当你的CSV有几万条以上数据时
• 如果你的“活动记录”不是指Activity列非空，而是指该列有特定值（比如1），只需要把light3['Activity'].notna()改成light3['Activity'] == 1即可

内容的提问来源于stack exchange，提问作者Rana Al Ameedee