合并特定数组并对它们进行排序

Question

我打开了这个大型 XML 文件并隔离了日期。我已将每个特定日期转换为一个数组，但我想将它们放入一个数组中，然后对它们进行排序。

代码如下：

import numpy as np

with open('dblp-2020-04-01.xml','r' , encoding="ISO-8859-1") as f:
   for i, line in enumerate(f):
    if "<year>" in line:

        data = line[6:10]
        data_list = np.array([data])
        print(data_list)

想要的输出是：

['2010']
['2002']
['1992']
['2002']
['1994']
  ...

Answer 1

您需要在 for 循环之外创建一个 np.array，最后将所有日期附加到它：

with open('dblp-2020-04-01.xml', 'r', encoding="ISO-8859-1") as f:
    data_list = np.array([])
    for i, line in enumerate(f):
        if "<year>" in line:
            data = line[6:10]
            data_list = np.append(data_list, data)
    print(data_list)

输出将是

['2010', '2002', '1992', '2002', '1994']

---

最后，您可以使用numpy.sort() 对数组进行排序：

np.sort(data_list) # Ascending order
>>> ['1992', '1994', '2002', '2002', '2010']

---

更新

好吧，鉴于您在 cmets 中描述的场景，我想说从您的 XML 数据中获取每个日期计数的最有效方法是 load the XML into a pandas dataframe，最后使用

df['yourDatesColumn'].groupby('yourDatesColumn').count()

或

df['yourDatesColumn'].value_counts()

为了得到每个日期的计数。

或者，您可以选择为您的日期列创建一个pandas.Series 对象（以防您不想将所有数据加载到熊猫数据框）。