Python：按时间间隔对结果进行分组答案

【问题标题】：Python: group results by time intervalsPython：按时间间隔对结果进行分组
【发布时间】：2010-02-26 20:33:03
【问题描述】：

我从腌制文件中加载了大量数据。数据是一个排序的元组列表，包含一个日期时间和一个像这样的 int

[ (datetime.datetime(2010, 2, 26, 12, 8, 17), 5594813L), 
  (datetime.datetime(2010, 2, 26, 12, 7, 31), 5594810L), 
  (datetime.datetime(2010, 2, 26, 12, 6, 4) , 5594807L),
  etc
]

我想根据一些时间间隔获得人口密度。例如，我想抓取 5 分钟/1 分钟/30 秒周期内的记录数。

最好的方法是什么？我知道我可以遍历列表中的每个实例，但正在寻找更好的方法（如果存在的话）。

所需的输出类似于：

2010-01-01 04:10:00  --- 5000
2010-02-04 10:05:00  --- 4000
2010-01-02 13:25:00  --- 3999

【问题讨论】：

标签： python

【解决方案1】：

bisect.bisect 是解决这个问题的另一种方法：

import datetime
import bisect
import collections

data=[ (datetime.datetime(2010, 2, 26, 12, 8, 17), 5594813L), 
  (datetime.datetime(2010, 2, 26, 12, 7, 31), 5594810L), 
  (datetime.datetime(2010, 2, 26, 12, 6, 4) , 5594807L),
]
interval=datetime.timedelta(minutes=1,seconds=30)
start=datetime.datetime(2010, 2, 26, 12, 6, 4)
grid=[start+n*interval for n in range(10)]
bins=collections.defaultdict(list)
for date,num in data:
    idx=bisect.bisect(grid,date)
    bins[idx].append(num)
for idx,nums in bins.iteritems():
    print('{0} --- {1}'.format(grid[idx],len(nums)))

【讨论】：

【解决方案2】：

查看itertools.groupby。您可以传递一个计算正确存储桶的函数作为键。然后，您可以对生成的可迭代对象中的组运行聚合（计数、平均值、您有什么）。

【讨论】：

+1。这看起来是一个很好的解决方案，我可能最终会走这条路，但@~unutbu 的回答完美地解决了我的问题。
值得注意的是 itertools.groupby 只产生顺序组，（或者，如文档中所述：在给定的整个集合中进行分组并产生“真实”组，例如 SQL GROUP BY 等，您必须提供输入使用与 groupby 函数相同的键进行排序）。基本上，itertools groupby 只是在给定 key 函数产生的 key 与前一个 item 产生的 key 不同时按顺序断开一个组。