【发布时间】:2010-02-22 23:18:29
【问题描述】:
在 Python 中,如何在已排序的日期列表中找到所有缺失的日期?
【问题讨论】:
-
你的日期对象是什么类型的?
-
@Mark: 日期对象的类型是日期时间
标签: python
在 Python 中,如何在已排序的日期列表中找到所有缺失的日期?
【问题讨论】:
标签: python
使用集合
>>> from datetime import date, timedelta
>>> d = [date(2010, 2, 23), date(2010, 2, 24), date(2010, 2, 25),
date(2010, 2, 26), date(2010, 3, 1), date(2010, 3, 2)]
>>> date_set = set(d[0] + timedelta(x) for x in range((d[-1] - d[0]).days))
>>> missing = sorted(date_set - set(d))
>>> missing
[datetime.date(2010, 2, 27), datetime.date(2010, 2, 28)]
>>>
【讨论】:
missing = sorted(date_set - set(d)) 中不需要sorted 因为d 和date_set 已经排序了
对日期列表进行排序并对其进行迭代,记住上一个条目。如果上一个条目和当前条目之间的差异超过 1 天,则您缺少天数。
这是实现它的一种方法:
from datetime import date, timedelta
from itertools import tee, izip
def pairwise(iterable):
"s -> (s0,s1), (s1,s2), (s2, s3), ..."
a, b = tee(iterable)
b.next()
return izip(a, b)
def missing_dates(dates):
for prev, curr in pairwise(sorted(dates)):
i = prev
while i + timedelta(1) < curr:
i += timedelta(1)
yield i
dates = [ date(2010, 1, 8),
date(2010, 1, 2),
date(2010, 1, 5),
date(2010, 1, 1),
date(2010, 1, 7) ]
for missing in missing_dates(dates):
print missing
输出:
2010-01-03
2010-01-04
2010-01-06
性能为 O(n*log(n)),其中 n 是输入未排序时跨度中的天数。由于您的列表已经排序,它将在 O(n) 中运行。
【讨论】:
>>> from datetime import datetime, timedelta
>>> date_list = [datetime(2010, 2, 23),datetime(2010, 2, 24),datetime(2010, 2, 25),datetime(2010, 2, 26),datetime(2010, 3, 1),datetime(2010, 3, 2)]
>>>
>>> date_set=set(date_list) # for faster membership tests than list
>>> one_day = timedelta(days=1)
>>>
>>> test_date = date_list[0]
>>> missing_dates=[]
>>> while test_date < date_list[-1]:
... if test_date not in date_set:
... missing_dates.append(test_date)
... test_date += one_day
...
>>> print missing_dates
[datetime.datetime(2010, 2, 27, 0, 0), datetime.datetime(2010, 2, 28, 0, 0)]
这也适用于 datetime.date 对象,但 OP 说列表是 datetime.datetime 对象
【讨论】:
使用 FOR 循环
您需要的导入:
import datetime
from datetime import date, timedelta
假设您有一个名为 dates 的排序列表,其中包含多个缺失日期。
首先选择第一个和最后一个日期:
start_date = dates[0]
end_date = dates[len(dates)-1]
比算这两个日期之间的天数:
numdays = (end_date - start_date).days
创建一个新列表,其中包含 所有 个介于 start_date 和 end_date 之间的日期:
all_dates = []
for x in range (0, (numdays+1)):
all_dates.append(start_date + datetime.timedelta(days = x))
通过使用带范围的 for 循环并将这些日期添加到 dates_missing 中,检查日期在 all_dates 但不在 dates 中:
dates_missing = []
for i in range (0, len(all_dates)):
if (all_dates[i] not in dates):
dates_missing.append(all_dates[i])
else:
pass
现在您将拥有一个名为 dates_missing 的列表,其中包含所有缺失的日期。
【讨论】:
将日期放在set 中,然后使用datetime.timedelta() 从第一个日期迭代到最后一个日期,每次都检查集合中的包含情况。
【讨论】:
import datetime
DAY = datetime.timedelta(days=1)
# missing dates: a list of [start_date, end)
missing = [(d1+DAY, d2) for d1, d2 in zip(dates, dates[1:]) if (d2 - d1) > DAY]
def date_range(start_date, end, step=DAY):
d = start_date
while d < end:
yield d
d += step
missing_dates = [d for d1, d2 in missing for d in date_range(d1, d2)]
【讨论】:
使用列表推导
>>> from datetime import date, timedelta
>>> d = [date(2010, 2, 23),date(2010, 2, 24),date(2010, 2, 25),date(2010, 2, 26),date(2010, 3, 1),date(2010, 3, 2)]
>>> date_set=set(d)
>>> missing = [x for x in (d[0]+timedelta(x) for x in range((d[-1]-d[0]).days)) if x not in date_set]
>>> missing
[datetime.date(2010, 2, 27), datetime.date(2010, 2, 28)]
【讨论】:
在 Python 中完成此操作的一个好方法如下。您不必担心效率,除非您的列表中有多年的日期,并且此代码始终需要根据用户交互运行并立即产生输出。
创建一个函数,为您提供从start_date 到end_date 的所有日期。并使用它。
import datetime
def get_dates(start_date, end_date):
span_between_dates = range(end_date - start_date).days
for index in span_between_dates + 1:
# +1 is to make start and end dates inclusive.
yield start_date + datetime.timedelta(index)
my_date_list = ['2017-03-05', '2017-03_07', ...]
# Edit my_date_list as per your requirement.
start_date = min(my_date_list)
end_date = max(my_date_list)
for current_date in get_dates(start_date, end_date)
if date not in my_date_list:
print date
get_dates 函数应该被定义。
my_other_date_list = [] # your other date range
start_date = min(my_date_list)
end_date = max(my_date_list)
for current_date in get_dates(start_date, end_date)
if (date in my_date_range) and (date in my_other_date_list):
print ('overlapping dates between 2 lists:')
print date
elif (date in my_date_range) and (date not in my_other_date_list):
print ('missing dates:')
print date
【讨论】:
这是一个带有日期列的 pandas 数据框的示例。如果是索引,则将 df.Date 更改为 df.index。
import pandas as pd
df.Date = pd.to_datetime(df.Date) # ensure datetime format of date column
min_dt = df.Date.min() # get lowest date
max_dt = df.Date.max() # get highest date
dt_range = pd.date_range(min_dt, max_dt) # get all requisite dates in range
missing_dts = [d for d in dt_range if d not in df.Date] # list missing
print("There are {n} missing dates".format(n=len(missing_dts)))
【讨论】: