純python或itertools按每個日期之間的天數差異對日期串列進行分組

訂購日期串列：

[
datetime.date(2006, 8, 15),
datetime.date(2006, 9, 12),
datetime.date(2007, 8, 10),
datetime.date(2021, 4, 6),
datetime.date(2021, 4, 16),
datetime.date(2021, 4, 19)
...
]

我想要包含所有日期之間最多 30 天的日期的組（組的第一個元素與這些組的最后一個元素之間的距離將 <= 30 天）

例如，使用前面的串列，我會得到：

• group_1 = [datetime.date(2006, 8, 15), datetime.date(2006, 9, 12)]（日期之間 <= 30 天）
• group_2 = [datetime.date(2021, 4, 6), datetime.date(2021, 4, 16), datetime.date(2021, 4, 19)] <=30
• group_3 = [datetime.date(2007, 8, 10)]（沒有其他日期相關 <= 30 天）

我嘗試使用 iter-tools groupby 但關鍵函式不允許 2 個日期比較，例如“lambda x,y: (xy).days <= 30 ....” 我不知道我是否可以使用 groupby解決這個問題或者我需要其他 itertools 功能。我知道我可以為它構建一個 python 演算法，但我認為這將存在一個簡單的選項來解決這個問題，但我沒有找到它:(

謝謝！

uj5u.com熱心網友回復：

這是一個pandas將日期與下一個日期進行比較并檢查兩者之間是否有 30 天的解決方案。然后它分配一個組號cumsum：

import pandas as pd
import datetime

data = [ datetime.date(2006, 8, 15), datetime.date(2006, 9, 12), datetime.date(2007, 8, 10), datetime.date(2021, 4, 6), datetime.date(2021, 4, 16), datetime.date(2021, 4, 19)]

df = pd.DataFrame(data, columns=['date'])
df['groups'] = (df['date'].diff() > pd.Timedelta(30, unit='D')).cumsum()

輸出：

或者，如果您只想將串列串列作為輸出： df.groupby((df['date'].diff() > pd.Timedelta(30, unit='D')).cumsum()).agg(list)['date'].to_list()

uj5u.com熱心網友回復：

在這種情況下，使用普通舊 for 回圈的迭代解決方案非常簡單。

我認為用它itertools來解決這個問題并不容易或有效，因為在這種情況下分組取決于資料的背景關系，這可能會產生 O(N^2) 解決方案，而迭代方法是 O(否）。

dts = [
datetime.date(2006, 8, 15),
datetime.date(2006, 9, 12),
datetime.date(2007, 8, 10),
datetime.date(2021, 4, 6),
datetime.date(2021, 4, 16),
datetime.date(2021, 4, 19)
]

def groupDateTimes(dts):
    i = 0
    ans = []
    group = []
    delta30days = datetime.timedelta(days=30)
    while i < len(dts):
        cur = dts[i]
        if not group:
            group.append(cur)
        elif cur - group[0] <= delta30days:
            group.append(cur)
        else:
            ans.append(group)
            group = [cur]
        i  = 1
    if group:
        ans.append(group)
    return ans

print(groupDateTimes(dts)) // [[datetime.date(2006, 8, 15), datetime.date(2006, 9, 12)], [datetime.date(2007, 8, 10)], [datetime.date(2021, 4, 6), datetime.date(2021, 4, 16), datetime.date(2021, 4, 19)]]

uj5u.com熱心網友回復：

itertools.groupby用于對不相互依賴的專案進行分組。在您的情況下，當當前日期比當前組的第一個日期晚 30 天以上時，通過插入新組來簡單地遍歷日期串列以構建組串列更容易也更清晰：

dates = [
    datetime.date(2006, 8, 15),
    datetime.date(2006, 9, 12),
    datetime.date(2007, 8, 10),
    datetime.date(2021, 4, 6),
    datetime.date(2021, 4, 16),
    datetime.date(2021, 4, 19),
    datetime.date(2021, 5, 7)
]
threshold = datetime.timedelta(30)
groups = []
for date in dates:
    if not groups or date - group[0] > threshold:
        group = []
        groups.append(group)
    group.append(date)

groups 會成為：

[[datetime.date(2006, 8, 15), datetime.date(2006, 9, 12)],
 [datetime.date(2007, 8, 10)],
 [datetime.date(2021, 4, 6), datetime.date(2021, 4, 16), datetime.date(2021, 4, 19)],
 [datetime.date(2021, 5, 7)]]

標籤：Python 熊猫 算法 迭代工具 更多itertools

上一篇：函式以擴展形式回傳陣列中的數字？

下一篇：查找陣列的最高頻率以及具有該頻率的所有元素