# 📘 Python으로 날짜 다루기와 CSV 파일 파싱, 그리고 시각화까지 한 번에 정리!

파이썬을 공부하면서 자주 접하게 되는 개념 중 하나가 날짜(datetime)와 CSV 파일 처리, 그리고 데이터를 활용한 시각화입니다.
이번 포스트에서는 다음과 같은 흐름으로 개념을 정리하고, 관련 코드를 함께 살펴보겠습니다.

---

🧭 목차

1. 날짜 다루기 (datetime)
2. 문자열 ↔ 날짜 변환
3. 날짜 더하기 / 반복 생성
4. CSV 파일 읽기 (Pathlib + csv)
5. CSV 데이터 처리 (list, int 변환)
6. DictReader 활용
7. pandas와의 차이점
8. 예외 처리 및 실전 함수
9. 마무리 요약 (📋 표 정리)

---

1. 📆 날짜 다루기 (datetime 모듈)

✔️ 오늘 날짜 구하기

import datetime as dt

print(dt.datetime.today())   # ex) 2025-04-25 13:11:59.123456

✔️ 오늘 날짜를 문자열로 변환

dt.datetime.today().strftime('%Y%m%d')   # '20250425'

---

2. 🔁 문자열을 날짜로 변환하기

date_str = '2025-04-25'
parsed = dt.datetime.strptime(date_str, '%Y-%m-%d')
print(parsed)   # datetime.datetime(2025, 4, 25, 0, 0)

📝 strptime의 포맷을 잘못 지정하면 에러가 나기 쉬우므로 주의!

---

3. 📅 날짜 더하기 & 반복 생성

✔️ 하루 더한 날짜

dt.datetime.today() + dt.timedelta(days=1)

✔️ 오늘부터 100일간 날짜 출력

for i in range(100):
    print((dt.datetime.today() + dt.timedelta(days=i)).strftime('%Y%m%d'))

---

4. 📁 CSV 파일 읽기 (Pathlib + csv.reader)

from pathlib import Path
import csv

path = Path('../the_csv_file_format/weather_data/death_valley_2021_full.csv')
lines = path.read_text().splitlines()
reader = csv.reader(lines)

✔️ 헤더 추출 및 열 인덱스 확인

header_row = next(reader)

for index, column_header in enumerate(header_row):
    print(index, column_header)

🔍 이렇게 하면 각 열이 어떤 데이터인지 쉽게 확인할 수 있어요.

---

5. 📊 CSV 데이터 처리 (숫자형 변환)

csv.reader는 각 줄을 문자열 리스트로 반환합니다. 숫자로 계산하려면 직접 int() 변환이 필요합니다.

highs = []
for row in reader:
    high = int(row[4])  # 4번 열: 최고기온
    highs.append(high)

---

6. 📑 DictReader로 더 편하게!

csv.DictReader는 헤더를 키로 갖는 딕셔너리를 반환합니다.

with open('../the_csv_file_format/weather_data/death_valley_2021_full.csv') as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(row['DATE'])  # 열 이름으로 바로 접근

✅ 가독성이 훨씬 좋아져요!

---

7. 🐼 pandas와의 차이점

항목	csv.reader	pandas.read_csv
데이터 타입	문자열 (수동 형변환 필요)	숫자형 자동 변환
접근 방식	인덱스 (row[4])	열 이름 (df['TMAX'])
기능	단순	통계, 결측치 처리, 시각화 가능
반환	리스트	DataFrame

import pandas as pd

df = pd.read_csv('../the_csv_file_format/weather_data/death_valley_2021_full.csv')
print(df['TMAX'].values)  # 자동으로 int 처리됨

---

8. ⚠️ 실전 예외 처리 포함 함수

def load_date(filename):
    import datetime as dt
    import csv

    with open(filename) as f:
        reader = csv.reader(f)
        next(reader)  # Skip header

        tdate, tmin, tmax = [], [], []

        for line in reader:
            try:
                date = dt.datetime.strptime(line[2], '%Y%m%d')
                t_min = int(line[4])
                t_max = int(line[5])
            except (ValueError, IndexError):
                continue
            else:
                tdate.append(date)
                tmin.append(t_min)
                tmax.append(t_max)

    return tdate, tmin, tmax

---

9. 🧾 마무리 요약

기능	방법
날짜 → 문자열	strftime()
문자열 → 날짜	strptime()
날짜 더하기	+ timedelta(days=1)
CSV 읽기	csv.reader() / csv.DictReader()
열 확인	enumerate(header_row)
문자열 → 숫자 변환	int(row[4])
pandas 차이점	자동 형변환, .values 지원

---

📈 추가: 간단한 시각화 예제

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

plt.plot(x, y, label='sin(x)')
plt.xlabel("x (radians)")
plt.ylabel("sin(x)")
plt.grid()
plt.legend()
plt.title("Sine Curve")
plt.show()

✅ 정리

이 글에서는 Python을 이용해 날짜를 다루는 방법, CSV 데이터를 안전하게 파싱하는 방법, pandas와의 차이, 그리고 간단한 시각화까지 다뤄봤습니다.

이런 흐름을 익혀두면 데이터 분석, 기상 정보 시각화, 통계 처리 등에 훨씬 빠르게 적응할 수 있어요!

---