在python中按半小时间隔对文件列表进行分组答案

【问题标题】：Group list of files by half hour interval in python在python中按半小时间隔对文件列表进行分组
【发布时间】：2019-07-01 05:23:27
【问题描述】：

我使用的是 python 2.7，我的文件夹中有一个文件列表，有数千个文件，如下所示：

20180828-024308.dat
20180828-024434.dat
20180828-030335.dat
20180828-032114.dat
20180828-040041.dat
..........

它们是年、月、日、小时、分钟和秒

我想将所有这些文件分组为半小时间隔，（注意：年月日没有变化）

我想要这样的东西：

1: [20180828-024308.dat,20180828-024434.dat]
2: [20180828-030335.dat,20180828-032114.dat]
3: [20180828-040041.dat,....]
.......

我认为列表适合我，或者数据框可能。

感谢您的帮助！

【问题讨论】：

你能展示一下你尝试过的东西吗
@我在 3:30-4 之间没有看到文件，所以该组的列表将为空，对吧？

标签： python pandas list dataframe group-by

【解决方案1】：

来自：- 我的理解，假设您的数据框如下所示：

print(df)

                 files
0  20180828-024308.dat
1  20180828-024434.dat
2  20180828-030335.dat
3  20180828-032114.dat
4  20180828-040041.dat

df['file_time']= pd.to_datetime(df['files'].str.split('.dat').str[0])
df.groupby([pd.Grouper(key='file_time',freq='1800s')])['files'].apply(list).reset_index()

输出：

            file_time                                       files
0 2018-08-28 02:30:00  [20180828-024308.dat, 20180828-024434.dat]
1 2018-08-28 03:00:00  [20180828-030335.dat, 20180828-032114.dat]
2 2018-08-28 03:30:00                                          []
3 2018-08-28 04:00:00                       [20180828-040041.dat]

注意：由于 3:30-4 范围内没有文件，因此列表为空。

【讨论】：

【解决方案2】：

我认为您也可以通过基本编程来实现这一点。所以首先使用 os 库加载所有文件，然后使用 python 获取文件列表。这是我想说的sn-p

import os

folderPath = '/somepath'
filesInFolder = os.listdir(folderPath)
mapOfsimmilarFiles = {}
keyForMaps = 0
for fileNames in sorted(filesInFoldeyr):
    timePartOfFile = fileNames.split('-')[-1].split('.dat')[0]
    hr = timePartOfFile[0:2]
    min = timePartOfFile[2:4]
    sec = timePartOfFile[4:]
    if len(mapOfsimmilarFiles.keys()) == 0:
        mapOfsimmilarFiles[hr+'_'+min] = [fileNames]
    else:
        minsPresentInMaps = mapOfsimmilarFiles.keys()
        hrPresent = [int(h.split('_')[0]) for h in mapOfsimmilarFiles]
        minPresent = [(h.split('_')[1]) for h in mapOfsimmilarFiles]
        for timeUsed in minsPresentInMaps:
            hrPresent = timeUsed.split('_')[0]
            minPresent = timeUsed.split('_')[1] 
            if abs(int(hrPresent)-int(hr)) == 1:
                if abs(int(minPresent)-int(min)) <=30:
                    mapOfsimmilarFiles[timeUsed].append(fileNames)
                else:
                    #same hr but not 30mins so add to map as a new entry
                    mapOfsimmilarFiles[hr+'_'+min] = [fileNames]
                break
        mapOfsimmilarFiles[hr+'_'+min] = [fileNames]

我希望这能帮助您并引导您朝着正确的方向前进。

【讨论】：

【解决方案3】：

首先将您的数据转换为 dict，然后相应地加入这些字符串。

代码：

d = ['20180828-024308.dat', '20180828-024434.dat', '20180828-030335.dat', '20180828-032114.dat', '20180828-040041.dat']

output = {}

for i in d:
    key = i.split('-')[0]
    key1 = i.split('-')[1]
    # print(output)
    if key in output:

        if key1[0:2] in output[key]:

            output[key][key1[0:2]].append(key1[2:])
        else:
            output[key][key1[0:2]] = [key1[2:]]
    else:
        output[key] = {}
        output[key][key1[0:2]] = [key1[2:]]

print(output)
# print("_".join("{}_{}".format(k, v) for k, v in output.items()))
main_output = []
for i in output.keys():
    temp = []
    for j in output[i].keys():
        # [s + mystring for s in mylist]
        temp.append([i + '-' + j + s for s in output[i][j]])
    main_output.extend(temp)

print(main_output)

输出：

{'20180828': {'02': ['4308.dat', '4434.dat'], '03': ['0335.dat', '2114.dat'], '04': ['0041.dat']}}
[['20180828-024308.dat', '20180828-024434.dat'], ['20180828-030335.dat', '20180828-032114.dat'], ['20180828-040041.dat']]

【讨论】：