过滤包含日期字符串的列表答案

【问题标题】：Filtering a list containing date Strings过滤包含日期字符串的列表
【发布时间】：2020-06-14 14:17:53
【问题描述】：

下面是一个示例列表，其中每个元素都有一个名称（例如XXX）和关联的日期（例如20200115）

[XXX_20200115, XXX_20200116, YYY_20200116, ZZZ_20200116, ZZZ_20200117]

我想从列表中删除所有同名但日期较旧的元素。例如，我想删除XXX_20200115，因为XXX_20200116 已经存在且日期最近。

所以我的最终输出应该是：

[ XXX_20200116, YYY_20200116, ZZZ_20200117]

直到现在我写了这段代码：

from collections import defaultdict

def list_duplicates(seq):
    tally = defaultdict(list)
    for i,item in enumerate(seq):
        tally[item].append(i)
    return ((key,locs) for key,locs in tally.items() 
                            if len(locs)>1)


def filterModules(mylist):
    names = []
    timestamps =  []

    for module in mylist:
         splittedName = module.rsplit('_', 1)
         names.append(splittedName[0])
         timestamps.append(splittedName[1])

    duplicates = []
    for dup in sorted(list_duplicates(names)):
        duplicate = {}
        duplicate['name'] = dup[0]
        duplicate['indexs'] = dup[1]
        duplicates.append(duplicate)

这给了我与他们的索引重复。

我的问题是，我的目标是为这个问题编写最少的代码，但我的代码越来越大，而且似乎我正在以低效的方式解决这个问题。有人能告诉我用最少的代码解决这个问题的更优化方法吗？

【问题讨论】：

标签： python python-3.x list date filter

【解决方案1】：

首先根据前 3 个字母对元素进行分组，然后从子列表中获取max()。如果是字符串，python 也会根据整数取最大值：

from itertools import groupby

l1 = ["XXX_20200115", "XXX_20200116", "YYY_20200116", "ZZZ_20200116", "ZZZ_20200117"]

l2 = [list(g) for k, g in groupby(l1, key=lambda x: x.split("_")[0])]

new_l = [max(i) for i in l2]

print(new_l)

【讨论】：

尽管我喜欢这种方法，但我认为将名称限制为前 3 个字母可能是一个错误的假设。我相信必须有一种方法来概括这一点。
当名称可以有可变长度时，如何修改此代码？例如，元素可以是“XXX_20200115”或“YYYYYYYYY_20200116”。
如果您确定名称和日期由标识符分隔，在本例中为“下划线”。您可以按“下划线”分割并使用第一个元素。
@VikasP，你能解释一下 max() 函数如何能够给出最新日期的元素吗？使用这个函数可靠吗？
@Anudocs 在您的情况下，日期字符串的格式为 YYYYMMDD 格式，我们可以将其视为一个整数值。而python将根据整数值取最大值。

【解决方案2】：

我尝试为此使用字典，其中XXX、YYY 等可以是键，值可以是日期。这就是实现的样子。

dt = ['XXX_20200115', 'XXX_20200116', 'YYY_20200116', 'ZZZ_20200116', 'ZZZ_20200117'] 

dt = [tuple(i.split('_'))for i in dt]

new_dt = {}

for i,j in dt:
    if i not in new_dt.keys():
        new_dt[i]=j
    else:
        if j>new_dt[i]:
            new_dt[i]=j

print(new_dt)

这会给你

{'XXX': '20200116', 'YYY': '20200116', 'ZZZ': '20200117'}

最后，如果您想转换为原始格式，则只需附加键和值并使用

将其变为数组

new_dt = ["{}_{}".format(i,new_dt[i]) for i in new_dt]

这会给

['XXX_20200116', 'YYY_20200116', 'ZZZ_20200117']

【讨论】：