我有2个列表:
l1 = [ '09/12/2017', '10/24/2017' ]
l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]
对于l1中的每个股票行情指示器,我想查找l2之后最接近的元素,因此输出应为
l3 = [ '09/15/2017', '10/26/2017' ]
正确的方法似乎是明确地以相反的顺序对两个列表进行并行迭代,但是我希望有一个更“ pythonic”的解决方案。
编辑:我确实想要一个最佳复杂性解决方案,该解决方案(假设列表已排序),我认为是O(max(len(l1),len(l2)))。
答案 0 :(得分:6)
通过传递min
表达式,可以将列表理解与lambda
方法结合使用。
from datetime import datetime
l1 = [ '09/12/2017', '10/24/2017' ]
l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]
l1 = [min(l2, key=lambda d: abs(datetime.strptime(d, "%m/%d/%Y") - datetime.strptime(item, "%m/%d/%Y"))) for item in l1]
输出
['09/15/2017', '10/26/2017']
如果您想要更有效的解决方案,则可以编写自己的insert
排序算法。
def insertSortIndexItem(lst, item_to_insert):
index = 0
while index < len(lst) and item_to_insert > lst[index]:
index = index + 1
return lst[index]
l2 = sorted(l2, key=lambda d: datetime.strptime(d, "%m/%d/%Y"))
l1 = [insertSortIndexItem(l2, item) for item in l1]
答案 1 :(得分:3)
如果列表很长,则值得进行l2
预处理,以便能够使用bisect
查找最接近的日期。然后,在l1
中找到最接近日期的日期将是O {log(len(l2)),而不是min
的O(len(l2))。
from datetime import datetime
from bisect import bisect
l1 = [ '09/12/2017', '10/24/2017' ]
l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]
dates = sorted(map(lambda d: datetime.strptime(d, '%m/%d/%Y'), l2))
middle_dates = [dates[i] + (dates[i+1]-dates[i])/2 for i in range(len(dates)-1)]
out = [l2[bisect(middle_dates, datetime.strptime(d,'%m/%d/%Y'))] for d in l1]
print(out)
# ['09/15/2017', '10/26/2017']
要解决您的最后一条评论,这是另一个使用迭代器和生成器的解决方案,它遍历l1
,并且仅覆盖l2
开头的必要部分:
from datetime import datetime
from itertools import tee, islice, zip_longest
def closest_dates(l1, l2):
"""
For each date in l1, finds the closest date in l2,
assuming the lists are already sorted.
"""
dates1 = (datetime.strptime(d, '%m/%d/%Y') for d in l1)
dates2 = (datetime.strptime(d, '%m/%d/%Y') for d in l2)
dinf, dsup = tee(dates2)
enum_middles = enumerate(d1 + (d2-d1)/2
for d1, d2 in zip_longest(dinf, islice(dsup, 1, None),
fillvalue=datetime.max))
out = []
index, middle = next(enum_middles)
for d in dates1:
while d > middle:
index, middle = next(enum_middles)
out.append(l2[index])
return out
一些测试:
l1 = [ '09/12/2017', '10/24/2017', '12/11/2017', '01/04/2018' ]
l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]
print(closest_dates(l1, l2))
# ['09/15/2017', '10/26/2017', '12/22/2017', '12/22/2017']
l2 = ['11/11/2018'] # only one date, it's always the closest
print(closest_dates(l1, l2))
# ['11/11/2018', '11/11/2018', '11/11/2018', '11/11/2018']
答案 2 :(得分:1)
假设您的示例中的日期按时间顺序排列,则可以利用列表已排序的事实。例如,如果您乐于使用第三方库,则可以通过np.searchsorted
使用NumPy,它是标准库中bisect
的更快版本:
import numpy as np
from datetime import datetime
l1 = [ '09/12/2017', '10/24/2017' ]
l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]
l1_dt = [datetime.strptime(i, '%d/%M/%Y') for i in l1]
l2_dt = [datetime.strptime(i, '%d/%M/%Y') for i in l2]
res = list(map(l2.__getitem__, np.searchsorted(l2_dt, l1_dt)))
# ['09/15/2017', '10/26/2017']
答案 3 :(得分:0)
您可以使用可计算两个日期之间时间差的键功能进行排序。
from datetime import datetime
print([min(l2, key=lambda s: abs((datetime.strptime(s, '%m/%d/%Y') - datetime.strptime(d, '%m/%d/%Y')))) for d in l1])
这将输出:
['09/15/2017', '10/26/2017']
请注意,date format string应该分别为%m/%d/%Y
,分别表示月份,日期和年份。