以字符串格式按日期/时间排序的最佳方法？答案

【问题标题】：Best way to sort by date/time in string format?以字符串格式按日期/时间排序的最佳方法？
【发布时间】：2021-06-13 00:58:11
【问题描述】：

所以我有这个代表自行车共享服务信息的字符串列表。特别是，每个字符串代表一辆自行车何时被卡车运到不同的站点。最后一项中的每个项目都表示如下：

"By_Truck   ('2019/06/09 15:21:06', 'W 43 St & 6 Ave', '2019/06/09 15:46:49', 'W 33 St & 7 Ave')"

我想做的是按时间顺序对列表进行排序。但是，我不确定最好的方法是什么。有人有什么建议吗？

【问题讨论】：

每个条目都是tuple吗？
请提供Python语法中的数据结构。那是什么ByTruck？一个字符串？变量名？
@trincot 它是一个字符串列表。我的粗体字是列表中的一个字符串。我将再次对其进行编辑以显示它的实际情况（我只是从打印中复制的）。
可见该字符串包含像(start-move from-location end-move to-location) 这样的元组表示，您必须说明是否要按开始移动日期时间或结束移动时间排序；日期格式也是 yyyy/mm/dd 还是不太可能 yyyy/dd/mm ？如果字符串的开头始终是 By_Truck ( 并且您在 start-move 上进行排序，则只需对字符串进行排序而不考虑更多内容，因此 sorted(your-list-of-string) ... 很难更简单

标签： python python-3.x list sorting datetime

【解决方案1】：

您可以通过以下方式使用pandas 包：

import pandas as pd
By_Truck = ('2019/06/09 15:21:06', 'W 43 St & 6 Ave', '2019/06/09 15:46:49', 'W 33 St & 7 Ave')
# Create a DataFrame from the tuple ordered by pairs
df = pd.DataFrame(By_Truck[n:n + 2] for n, i in enumerate(By_Truck) if n % 2 == 0) 
# Set columns names
df.columns = ["date_time", "location"]
# Make type to datetime
df.date_time = pd.to_datetime(df.date_time)
df = df.set_index(["date_time"])
# Sort by index column
df = df.sort_index(axis=0,ascending=True)

结果是：

>>> df
                            location
date_time                           
2019-06-09 15:21:06  W 43 St & 6 Ave
2019-06-09 15:46:49  W 33 St & 7 Ave

【讨论】：

【解决方案2】：

似乎每个字符串都有格式

"way   ('start-move-datetime', 'from-location', 'end-move-datetime', 'to-location')"

如果字符串的开头始终是 By_Truck ("'，后跟 start-move-datetime 并且您按 start-move-datetime 进行排序，则只需排序字符串而不考虑更多内容

sorted_list = sorted(your_list)

或

your_list.sort()

取决于你是否想修改你的列表

如果字符串的开头并不总是相同，并且您仍想按 start-move-datetime 进行排序，则可以这样做

sorted(your_list, key=lambda _: _.split("'")[1])

如果你想在 end-move-datetime 上排序，无论字符串是否以相同的标题开头，你都可以这样做

sorted(your_list, key=lambda _: _.split("'")[-4])

在所有情况下，我都认为日期格式为 yyyy/mm/dd

>>> l = ["By_Truck   ('2019/06/09 15:21:06', 'W 43 St & 6 Ave', '2019/06/09 15:46:49', 'W 33 St & 7 Ave')", 
...      "By_Truck   ('2019/06/08 15:21:06', 'W 43 St & 6 Ave', '2019/06/89 15:46:49', 'W 33 St & 7 Ave')", 
...      "By_Truck   ('2019/06/19 15:21:06', 'W 43 St & 6 Ave', '2019/06/19 15:46:49', 'W 33 St & 7 Ave')"]
>>> 
>>> sorted(l)
["By_Truck   ('2019/06/08 15:21:06', 'W 43 St & 6 Ave', '2019/06/89 15:46:49', 'W 33 St & 7 Ave')", "By_Truck   ('2019/06/09 15:21:06', 'W 43 St & 6 Ave', '2019/06/09 15:46:49', 'W 33 St & 7 Ave')", "By_Truck   ('2019/06/19 15:21:06', 'W 43 St & 6 Ave', '2019/06/19 15:46:49', 'W 33 St & 7 Ave')"]
>>> 
>>> l = ["By_Truck   ('2019/06/09 15:21:06', 'W 43 St & 6 Ave', '2019/06/09 15:46:49', 'W 33 St & 7 Ave')", 
...      "By_Car   ('2019/06/08 15:21:06', 'W 43 St & 6 Ave', '2019/06/08 15:46:49', 'W 33 St & 7 Ave')", 
...      "By_Bicycle   ('2019/06/01 15:21:06', 'W 43 St & 6 Ave', '2019/06/19 15:46:49', 'W 33 St & 7 Ave')"]
>>> 
>>> sorted(l, key=lambda _: _.split("'")[1])
["By_Bicycle   ('2019/06/01 15:21:06', 'W 43 St & 6 Ave', '2019/06/19 15:46:49', 'W 33 St & 7 Ave')", "By_Car   ('2019/06/08 15:21:06', 'W 43 St & 6 Ave', '2019/06/08 15:46:49', 'W 33 St & 7 Ave')", "By_Truck   ('2019/06/09 15:21:06', 'W 43 St & 6 Ave', '2019/06/09 15:46:49', 'W 33 St & 7 Ave')"]
>>> 
>>> sorted(l, key=lambda _: _.split("'")[-4])
["By_Car   ('2019/06/08 15:21:06', 'W 43 St & 6 Ave', '2019/06/08 15:46:49', 'W 33 St & 7 Ave')", "By_Truck   ('2019/06/09 15:21:06', 'W 43 St & 6 Ave', '2019/06/09 15:46:49', 'W 33 St & 7 Ave')", "By_Bicycle   ('2019/06/01 15:21:06', 'W 43 St & 6 Ave', '2019/06/19 15:46:49', 'W 33 St & 7 Ave')"]
>>>

【讨论】：