只保留某天python的最后一个时间戳答案

【问题标题】：only keep the last time stamp on certain day python只保留某天python的最后一个时间戳
【发布时间】：2018-12-19 01:26:12
【问题描述】：

对不起，我是 python 的菜鸟，只是需要指出正确的方向。

这是我正在处理的数据：

 2018-12-14 14:36:00
 2018-12-15 02:00:00
 2018-12-15 04:48:00
 2018-12-16 06:12:00
 2018-12-16 11:28:00
 2018-12-16 23:52:00

我需要做的是只保留每天的最后一个条目。将存储在 numpy 数组中的值附加到列表中是否明智？这会是我最好的选择吗？我问是因为我知道我不能从 numpy 数组中删除值。只是好奇从列表或 numpy 数组中执行此操作是否更容易？

【问题讨论】：

标签： python date time

【解决方案1】：

我注意到你的时间是有序的。如果是这种情况，您可以简单地转换为 dict 以保留最后一个条目：

>>> times
['2018-12-14 14:36:00',
 '2018-12-15 02:00:00',
 '2018-12-15 04:48:00',
 '2018-12-16 06:12:00',
 '2018-12-16 11:28:00',
 '2018-12-16 23:52:00']
>>> print(*dict(s.split() for s in times).items(), sep='\n')
('2018-12-14', '14:36:00')
('2018-12-15', '04:48:00')
('2018-12-16', '23:52:00')

如果排序不可靠，请不排序 - 这会将时间复杂度降低到 O(n log n) 什么是 O( n) 任务。相反，您应该构建一个字典（键是日期，值是时间列表）并为字典值取最大值。

【讨论】：

排序可靠...数据来自定期上传数据的API。
有没有办法从正在打印的日期的时间列表中获取索引值？
是的，看看内置函数enumerate。

【解决方案2】：

如果这是一个选项，您可以使用 pandas 数据帧中的一些工具。

以下做了两个假设：

您的数据已按时间戳排序；
您添加了一个额外的列进行分组，这将丢弃时间戳中的时间，以便您可以按天分组。
```
my_dataframe.groupby(['my_date_only_column']).my_timestamp_column.last()
```

【讨论】：

【解决方案3】：

如果您的数据没有排序，您也可以将日期存储在collections.defaultdict()，然后取最大值datetime：

from collections import defaultdict
from datetime import datetime

data = [
    '2018-12-14 14:36:00',
    '2018-12-15 02:00:00',
    '2018-12-15 04:48:00',
    '2018-12-16 06:12:00',
    '2018-12-16 11:28:00',
    '2018-12-16 23:52:00'
]

d = defaultdict(list)
for item in data:
    date, _ = item.split()
    d[date].append(item)

print([max(v, key=lambda x: datetime.strptime(x, "%Y-%m-%d %H:%M:%S")) for _, v in d.items()])
# ['2018-12-14 14:36:00', '2018-12-15 04:48:00', '2018-12-16 23:52:00']

上面使用datetime.datetime.strptime() 来获取最大日期时间，如key 参数中所指定。

如果您的数据已经排序，您可以利用itertools.groupby()：

from itertools import groupby

data = [
    '2018-12-14 14:36:00',
    '2018-12-15 02:00:00',
    '2018-12-15 04:48:00',
    '2018-12-16 06:12:00',
    '2018-12-16 11:28:00',
    '2018-12-16 23:52:00'
]

print([list(g)[-1] for _, g in groupby(data, key=lambda x: x.split()[0])])
# ['2018-12-14 14:36:00', '2018-12-15 04:48:00', '2018-12-16 23:52:00']

【讨论】：