Hämta specifika datum python

startdatum;slutdatum;data1;data2;data3
2014-01-01;2014-04-14;0;0;0

Om det huvudsakligen är intressant att filtrera på datum hade jag nog gjort ungefär så här (med reservation för fel; jag har ingen pythontolk att testa på):

1. Låt python tolka CSV-filen.

2. Omvandla datumsträngar till ett 'date'-objekt för att lättare kunna göra jämförelser med andra datum.

import csv
import datetime

# Importera & omvandla CSV-filen till en lista med python-'dicts'. Sno nycklar till 'dict'en från CSV-filens första rad.
# Vi kommer alltså att få ut ungefär
# {
#    'data2': '0',
#    'data1': '0',
#    'data3': '0',
#    'slutdatum': '2014-04-14',
#    'startdatum': '2014-01-01'
# }
date_entries = []
for entry in csv.DictReader(open('filnamn.csv', 'r'), delimiter=';', ):
    date_entries.append(entry)

# Gå igenom listan och ersätt datumsträngarna med datumobjekt.
for entry in date_entries:
    start_year, start_month, start_day = entry['startdatum'].split('-')
    entry.['startdatum'] = datetime.date(year=int(startyear), month=int(startmonth), day=int(startday))
    stop_year, stop_month, stop_day = entry['slutdatum'].split('-')
    entry.['slutdatum'] = datetime.date(year=int(stopyear), month=int(stopmonth), day=int(stopday))

Så! Nu blir det enklare att göra jämförelser och filtrera.

OK. Nedanstående ger dig alla poster med ett datumintervall som "får plats" mellan ett start- och slutdatum, inte sådana som endast delvis överlappar angivet intervall:

startdate = datetime.date(year='2014', month='01', day='01')
stopdate = datetime.date(year='2015', month='01', day='01')

for entry in date_entries:
    if entry['startdatum'] > startdate and entry['slutdatum'] < stopdate:
        print entry # Eller vad du nu vill göra.

Så är det!
Det skapas en lista av dictionaries, så varje rad lagras i en egen dict.
Däremot kommer det att gå åt helskotta om flera kolumner har samma rubrik.
Om de intressanta kolumnerna kommer först går det att jobba sig runt problemet med dubbletter bland kolumnnamnen genom att använda fieldnames-argumentet till DictReader:

csv.DictReader(
    open('filnamn.csv', 'r'),
    delimiter=';',
    fieldnames=['startdatum', 'slutdatum']
)

På så vis kommer de två första fälten i varje rad att få nycklar från listan i fieldnames. Resterande fält hamnar som en lista under nyckeln None. Like so:

2014-01-01;2014-04-14;1;2;3

blir

{
    'startdatum': '2014-01-01',
    'slutdatum': '2014-04-14',
    None: ['1', '2', '3']
}

Men säg den lycka som varar! Genom att fieldnames är satt så kommer DictReader inte att tro att första raden är fältnamn utan tolkar dessa som data. För att hoppa över den första raden i filen kan man göra något i stil med

date_entries.pop(0)

efter att filen lästs in.

Ja, det borde bli en väldigt oläslig störtflod av citattecken, krullparenteser och annat. Om du kör programmet med 'python -i programmet.py' så kommer programmet att köras och därefter lämna dig i pythonprompten, där du i lugn och ro kan kolla igenom vad variabler innehåller. Prova t ex 'print(entry)' eller 'len(date_entries)'.

Där ser man. Jag har tydligen inte kunnat bestämma mig för om varje rad ska lagras som ett objekt (och startdatumet som ett attribut, entry.startdate) eller som en dict (entry['startdate']). Ta bort punkterna mellan 'entry' och hakparentesen så funkar det lite bättre. Dessutom har jag inte heller kunnat bestämma mig för vad variablerna ska heta: 'start_year' och 'startyear' huller om buller, t ex.

for entry in date_entries:
start_year, start_month, start_day = entry['startdatum'].split('-')
entry['startdatum'] = datetime.date(year=int(startyear), month=int(startmonth), day=int(startday))
stop_year, stop_month, stop_day = entry['slutdatum'].split('-')
entry['slutdatum'] = datetime.date(year=int(stopyear), month=int(stopmonth), day=int(stopday))