小编Dan*_*lin的帖子

我正在学习 Java，我想知道如何正确解析 CSV 文件。

假设我有一家商店。我创建了一个 CSV 文件，如下所示：

在我的主类中，我添加了一个可以购买商品的客户实例。目前它不执行任何操作，但我希望该操作能够搜索 CSV 文件，如果它在列表中找到该产品，那么它会相应地更新该产品的数量。现在，它没有做任何事情：

public class Customer {
    int custID;
    String firstName;
    String lastName;

    public void buyProd(){
        Scanner sc = new Scanner(System.in);
        System.out.println("To buy a product, enter it's name:");
        String prodToBuy = sc.nextLine();
        System.out.println("You bought " + prodToBuy + " \nThanks for buying");
    }

    public void returnProd(){
        System.out.println("Thanks for returning the product");
    }
}

我找到了一段可以解析所有 CSV 文件的代码，但我不确定应该如何停止在产品的该关键字上，然后检索并更新数量字段

public class CSVParser{
    public static void main(String[] args) {
        try {
            String fileName= "C:\\temp\\test.csv";
            File file= new …

我有一个脚本可以返回今天日期和Excel文件中日期之间的天差。

由于某些原因，对于单编号的日期，我得到一个负数。

例如：

Date : num days diffrence from today

4/7/2019 : -72 (wrong)

5/7/2019 : -42 (wrong)

20/8/2019 : 63 (correct)

30/6/2019 : 12 (correct)

结果适用于发布此问题的当天 (17/6/2019)

我检查了Excel文件中其余100个日期，并且此行为仅在单编号日期上发生。例如：2019年5月7日（2019年7月5日）或2019年3月10日（2019年10月3日）。

这是我的代码：

import pandas as pd
import datetime as dt

file_name = pd.read_excel (r'Changes log.xlsx')
df = pd.DataFrame(file_name, columns= ['Due Date'])

today = pd.Timestamp.today()
df['Due Date'] = pd.to_datetime(df['Due Date'])
delta = (df['Due Date'] - today).dt.days
print(delta)

注意：df['Due Date]包含Excel文件中的日期。格式为%d/%m/%Y

任何帮助都会很棒