Question

对不起，我是python的新手，只需要向正确的方向指出一点即可。

以下是我正在使用的数据：

 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

我需要做的只是每天保留最后的条目。是否明智的做法是将存储在numpy数组中的值附加到列表中。这是我最好的选择吗？我问是因为我知道我无法从numpy数组中删除值。只是想知道从列表或numpy数组中这样做是否更容易？

Answer 1

我注意到您的时间井然有序。如果是这样，您可以简单地转换为字典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，请进行不排序-这将使时间复杂度降低到 O（n log n），因为 O（ n）任务。相反，您应该构建一个dict（键是日期，值是时间列表），并为该dict值取最大值。

Answer 2

如果这是一个选择，则可以使用pandas数据框中的某些功能。

以下内容有两个假设：

您的数据已按时间戳排序；
您已添加了一个要分组的额外列，该列将丢弃时间戳记中的时间，以便您可以按天分组。
```
my_dataframe.groupby(['my_date_only_column']).my_timestamp_column.last()
```

Answer 3

如果您的数据未排序，您也可以将日期存储在collections.defaultdict()中，然后使用最大值datetime：

@7.1

上面的方法使用datetime.datetime.strptime()来获取最大的日期时间，如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']参数中所指定。

如果您的数据已经排序，则可以利用itertools.groupby()：

key

仅在特定日期python保留最后一个时间戳

3 个答案: