Clojure 如何获取每天CSV日志条目的计数

如果我有一个类似以下内容的CSV文件：

date,description,
Mon Jul 25 14:34:49 EDT 2016, some entry,
Mon Jul 25 17:35:11 EDT 2016, some other entry,
Mon Jul 25 21:52:05 EDT 2016, yet another entry,
Mon Jul 25 22:35:59 EDT 2016, some entry,
Mon Jul 25 23:54:19 EDT 2016, some other entry,
Tue Jul 26 00:31:41 EDT 2016, some entry,
Wed Jul 27 15:45:08 EDT 2016, yet another entry,
Wed Jul 27 16:15:50 EDT 2016, some entry,

有什么好方法可以获得一个数据结构，该数据结构是每天的条目数，这样我就可以得到：

[{：日期“2016-07-25”：计数5}…]

---

我正在读取一个csv文件，并使用clojure.data.JSON/write-str将日期计数返回为JSON，因此上述数据结构在另一种格式中可能会更好。

这里有一种方法。我在管道的每一步都添加了注释：

（定义行“日期、说明、，
2016年7月25日星期一14:34:49美国东部夏令时，一些条目，
2016年7月25日星期一17:35:11美国东部夏令时，其他一些条目，
2016年7月25日星期一美国东部时间21:52:05，另一个条目，
2016年7月25日星期一22:35:59美国东部夏令时，一些条目，
2016年7月25日星期一23:54:19美国东部时间，其他一些条目，
2016年7月26日星期二00:31:41美国东部夏令时，一些条目，
2016年7月27日星期三美国东部夏令时15:45:08，又一个条目，
2016年7月27日星期三美国东部夏令时16:15:50，部分条目“）
（>>；去排队
线
把他们分开
clojure.string/split-line
；丢弃收割台
休息
；只保留日期
（map#（第一个（clojure.string/split%#“，”））
；让他们约会
（地图#（日期%））
；按yyyy-MM-dd对其进行分组
（按#（.format（simpleDataFormat.“yyyy-MM-dd”）%分组）
；制作一个键为{:date:count}的映射
（减少千伏#（关联%1%2{：日期%2:计数（计数%3）}{}）
；仅保留此生成地图的值
VAL）
=>（{：日期“2016-07-25”，计数2}{：日期“2016-07-26”，计数4}{：日期“2016-07-27”，计数2}）

另一种使用

频率

代替

分组方式

：

（->）；获取行
线
把他们分开
clojure.string/split-lines rest
记住日期
（map#（第一个（clojure.string/split%#“，”））
；格式为yyyy-MM-dd
（地图#（.format（SimpleDateFormat.“yyyy-MM-dd”）（日期%））
；计算频率
频率
；用它绘制一张地图，这次你不需要计算你自己，因为频率为你做了这件事
（减少千伏#（关联%1%2{：日期%2:计数%3}{}）
；只保留我们创建的地图的值
VAL）
=>（{：日期“2016-07-25”，计数2}{：日期“2016-07-26”，计数4}{：日期“2016-07-27”，计数2}）

就性能而言，它们是相似的，在我的计算机上，分析100k行需要大约2秒钟

---

如果性能是一个瓶颈问题，您可能只想创建一个

SimpleDateFormat

，甚至自己将日期从字符串格式化为

yyyy-MM-dd

，而根本不创建

日期。但只有在需要时，性能才已经相当不错：）
请添加您尝试过的内容以及失败的原因。一个简单的开始是解析日期，只有你yyy mm dd，然后使用
频率
或者
分组方式
，如果你需要的不仅仅是计数。我意识到我应该在询问之前做得更多。我会尝试一个天真的开始，然后回来报告！这是优雅的！我确实想出了一个非常复杂的解决方案，我不敢发布。在我糟糕的解决方案之后看到你的解决方案真是太棒了。我很高兴在看到你的想法之前，我已经完成了这个练习。我肯定会同意你的解决方案。非常感谢。不客气@THX1137，我用
频率更新了答案，以显示差异以及一些与性能相关的评论。跟上Clojure，没有什么可羞耻的，你很快就能做得更好；）