在最大日期列出分组依据

问题描述

假设我有一个像这样的列表：

[   
    ['group1','type1','2021-3-24'],['group1','2021-3-25'],'2021-3-26'],['group2','type2','2022-5-21'],'2021-1-12'],]

我想要这些结果：

[   
    ['group1',]

其中父列表中的每个列表都按 group 和 type 分组，并且执行的功能是“最大日期”操作。

相当于我正在寻找的 sql 语句：

select
    group,type,max(date)
from my_list
group by
    group,type

我想避免 Pandas 的开销，因为我认为这可以使用 itertools.groupby 来完成，而且我的数据集相对较小，但我找不到一个足够接近的示例来理解这是如何工作的。

解决方法

您可以使用collections.defaultdict：

import collections,datetime
d = collections.defaultdict(list)
data = [['group1','type1','2021-3-24'],['group1','2021-3-25'],'2021-3-26'],['group2','type2','2022-5-21'],'2021-1-12'],'2021-3-26']]
for a,b,c in data:
  d[(a,b)].append(datetime.date(*map(int,c.split('-'))))

result = [[*a,str(max(b))] for a,b in d.items()]

输出：

[['group1','2021-03-26'],'2022-05-21']]

,

@Ajax 的回答很好，但为了完整起见，我添加了带有 groupby 的版本：

lst = [
    ["group1","type1","2021-3-24"],["group1","2021-3-25"],"2021-3-26"],["group2","type2","2022-5-21"],"2021-1-12"],]

from itertools import groupby

out = []
# if list is not sorted:
# lst = sorted(lst,key=lambda k: (k[0],k[1]))
for c,g in groupby(lst,lambda k: (k[0],k[1])):
    out.append(
        [*c,"-".join(map(str,max([*map(int,v[-1].split("-"))] for v in g)))]
    )

print(out)

打印：

[['group1','2022-5-21']]