比较Python

Question

我有一个.csv文件，格式为：

Username, Datetime
user1, datetime1
user1, datetime2
user2, datetime3
user2, datetime4
user2, datetime5
user3, datetime6
user1, datetime7
user2, datetime8

文件有时可能非常大（有时最多可达300,000+用户）。我想比较日期时间对象，以查看某个特定用户是否具有彼此相隔X天的日期时间对象。

执行此任务的有效方法是什么？显然，我不想比较不同用户的日期时间对象，所以首先创建一些数据结构是否明智，比如字典？

我认为创建表单字典可能就足够了：

{user1: [datetime1, datetime2, datetime7], 
user2: [datetime3, datetime4, datetime5, datetime8], ... }

然后迭代每个用户的每个日期时间组合？是否有更快，更有效的方法进行比较？

Answer 1

创建字典意味着一次将所有300k +记录存储在内存中，这可能不是您想要的。

如果对csv文件进行排序，首先按用户排序，然后按时间戳排序，您只需要一次读取和处理一行，这似乎非常有效。