【问题标题】:How do I find missing dates in a list of sorted dates?如何在排序日期列表中找到缺失的日期?
【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


【解决方案1】:

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】:

  • 感谢您的回复,我喜欢这个 :) 谢谢。
  • 我花了一分钟才意识到这是一个减号。
  • @gwg,好的,我添加了更多空格。现在好点了吗?
  • 我猜missing = sorted(date_set - set(d)) 中不需要sorted 因为d 和date_set 已经排序了
  • @abhiieor,不确定您的意思。集合是无序的
【解决方案2】:

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】:

  • @gnibbler:太好了……然后这个算法在 O(n) 时间内运行。
  • 我的也是 O(n)。如果我没有使用 date_set ,那么它的最坏情况性能会是 O(n*n) :)
【解决方案3】:
>>> 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】:

  • +1:看起来不错。为了清楚起见,在 timedelta(days=1) 上使用参数名称很好。
【解决方案4】:

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】:

    【解决方案5】:

    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】:

      【解决方案6】:
      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】:

        【解决方案7】:

        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】:

          【解决方案8】:

          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。

          1. 从一个列表中获取缺失的日期(排序与否)

          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
          
          1. 获取两个日期范围之间缺失或重叠的日期。

          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】:

            【解决方案9】:

            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】:

              猜你喜欢
              • 1970-01-01
              • 1970-01-01
              • 1970-01-01
              • 2015-07-08
              • 1970-01-01
              • 1970-01-01
              • 1970-01-01
              • 1970-01-01
              • 1970-01-01
              相关资源
              最近更新 更多