Python 使用日期遍历字典

有谁能帮我在字典中循环使用日期吗？我有这样的数据集

data=[{u'a': u'D', u'b': 100.0, u'c': 201L, u'd': datetime.datetime(2007, 12, 29, 0, 0), u'e': datetime.datetime(2008, 1, 1, 6, 27, 41)},
      {u'a': u'W', u'b': 100.0, u'c': 201L, u'd': datetime.datetime(2007, 12, 29, 0, 0), u'e': datetime.datetime(2008, 2, 4, 6, 27, 41)},
      {u'a': u'W', u'b': 100.0, u'c': 202L, u'd': datetime.datetime(2007, 12, 30, 0, 0), u'e': datetime.datetime(2008, 1, 1, 4, 20, 44)},
      {u'a': u'D', u'b': 100.0, u'c': 202L, u'd': datetime.datetime(2007, 12, 30, 0, 0), u'e': datetime.datetime(2008, 3, 11, 6, 27, 41)},
      {u'a': u'D', u'b': 100.0, u'c': 202L, u'd': datetime.datetime(2007, 12, 30, 0, 0), u'e': datetime.datetime(2008, 5, 8, 11, 2, 41)},
      {u'a': u'D', u'b': 100.0, u'c': 203L, u'd': datetime.datetime(2008, 1, 2, 0, 0), u'e': datetime.datetime(2008, 6, 1, 6, 27, 41)},
      {u'a': u'W', u'b': 100.0, u'c': 204L, u'd': datetime.datetime(2008, 2, 9, 0, 0), u'e': datetime.datetime(2008, 4, 21, 12, 30, 51)},
      {u'a': u'D', u'b': 100.0, u'c': 204L, u'd': datetime.datetime(2008, 2, 9, 0, 0), u'e': datetime.datetime(2008, 8, 15, 15, 45, 10)}]

我怎样才能把它输入以下格式的词典

res={u'201L':(1,0,1),(2,1,0),(3,0,0),(4,0,0).. so on till (12,0,0),
u'202L':(1,1,0),(2,0,0),(3,0,1),(4,0,0),(5,0,1)...(12,0,0),
u'203L':(1,0,0),(2,0,0),(3,0,0),(4,0,0),(5,1,0)...(12,0,0),
u'204L':(1,0,0),(2,0,0),(3,0,0),(4,1,0),(5,0,0),(6,0,0,(7,0,0),(8,0,1)...(12,0,0)}

其中1、2、3是从发卡日期算起的第一个月、第二个月等，即 对于

201L

发行日期为

datetime.datetime（2007,12,29,0,0）

，

202L

发行日期为

datetime.datetime（2007,12,30,0,0）

第一个月是指从2007年12月29日到2008年1月29日

  (1,0,1)---where 1 is the first month
  0 is no of times W
  1 is no of times D

我试过这样的东西

data_dict=defaultdict(Counter)
date_dic={}
for x in data:
  a,b,c,d=x['a'],x['c'],x['d'],x['e']
  data_dict[b][a] += 1
for key , value in data_dict.items():
   date_dic[key] = tuple(map(datetime.date.isoformat, (c,d)))
   for value in range(1,30):
      if value not x: continue

在if循环之后，我一直被困在上面的格式中，我可以添加什么来获取。我最终得到类似这样的输出

defaultdict(<class 'collections.Counter'>, {201L: Counter({u'D': 1, u'W': 1}), 202L: Counter({u'D': 2, u'W': 1}), 203L: Counter({u'D': 1}), 204L: Counter({u'D': 1, u'W': 1})})

defaultdict（，{201L:Counter（{u'D'：1，u'W'：1}），202L:Counter（{u'D'：2，u'W'：1}），203L:Counter（{u'D'：1}），204L:Counter（{u'D'：1，u'W'：1}）

我会创建一个日期列表，然后找到“bucket”将每个项目放入该列表中

您可以使用以下命令从起点创建新的相对日期：

现在，您有12个日期来比较所有其他日期，因此您知道将每个后续值放入哪个存储桶：

>>> buckets
[datetime.datetime(2007, 12, 29, 0, 0), datetime.datetime(2008, 1, 28, 0, 0), datetime.datetime(2008, 2, 27, 0, 0), datetime.datetime(2008, 3, 28, 0, 0), datetime.datetime(2008, 4, 27, 0, 0), datetime.datetime(2008, 5, 27, 0, 0), datetime.datetime(2008, 6, 26, 0, 0), datetime.datetime(2008, 7, 26, 0, 0), datetime.datetime(2008, 8, 25, 0, 0), datetime.datetime(2008, 9, 24, 0, 0), datetime.datetime(2008, 10, 24, 0, 0), datetime.datetime(2008, 11, 23, 0, 0)]

然后，我们可以使用查找匹配的存储桶：

from bisect import bisect

bisect(buckets, somedate) - 1  # Returns a value from 0 - 11

我们为每个用户创建这样的存储桶，因此我们需要在单独的映射中跟踪存储桶。我们将根据需要动态创建bucket，以适应当前事务日期

接下来，我们使用a跟踪每个键的计数（输入中的键

c

）：

这将为您的存储桶创建一个列表，并为存款和取款创建一个空的计数字典。我在这里使用了字典，因为它比以后处理（不可变）元组要容易得多。我也没有包括月数（1-12）；没有意义，您已经为每个bucket（0-11）建立了一个索引，并且您可以拥有可变数量的bucket

我们需要根据需要创建桶和计数器，以适应当前日期；我们不需要扫描数据来查找每个用户的最大交易日期，而是根据需要展开存储桶和计数列表：

def expand_buckets(buckets, bucket_counts, start, transaction):
    # This function modifies the buckets and bucket_counts lists in-place
    if not buckets:
        # initialize the lists
        buckets.append(start)
        bucket_counts.append(dict(empty_counts))

    # keep adding 30-day spans until we can fit the transaction date
    while buckets[-1] + datetime.timedelta(days=30) < transaction:
        buckets.append(buckets[-1] + datetime.timedelta(days=30))
        bucket_counts.append(dict(empty_counts))

调用

bisect

可以轻松快速地选择正确的桶

示例输入的结果是：

>>> pprint(dict(res))
{201L: [{'D': 1, 'W': 0},
        {'D': 0, 'W': 1}],
 202L: [{'D': 0, 'W': 1},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0}],
 203L: [{'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0}],
 204L: [{'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 1},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0}]}

---

我看到用户

204L

有2个发卡日期；在这种情况下，您可能需要重新计算每个事务的存储桶？目前，我的回答假设每个用户只有一个开始日期，我们可以改为每个发行日期缓存存储桶。因此，对于

204L

，取款时间为第三个30天，但与新发行日期相比，存款位于第六个存储桶，而不是我当前代码将其放入的第七个存储桶。你能确认吗？我们可以根据需要扩展存储桶，我会更新。你也可以迭代

v

；这只是一个常规的Python列表；如果在第一个月之后没有活动，则没有第二个桶。使用

try

，

除了indexer

来处理这些，并将该用户当月的计数设置为0。

每个用户的buckets=defaultdict（lambda:user\u buckets（entry['d'））

也可以工作。@J.F.Sebastian：这假定

条目当时在本地范围内；我更喜欢这里的显式处理。
def expand_buckets(buckets, bucket_counts, start, transaction):
    # This function modifies the buckets and bucket_counts lists in-place
    if not buckets:
        # initialize the lists
        buckets.append(start)
        bucket_counts.append(dict(empty_counts))

    # keep adding 30-day spans until we can fit the transaction date
    while buckets[-1] + datetime.timedelta(days=30) < transaction:
        buckets.append(buckets[-1] + datetime.timedelta(days=30))
        bucket_counts.append(dict(empty_counts))

per_user_buckets = defaultdict(list)

for entry in data:
    user = entry['c']
    type = entry['a']
    transaction_date = entry['e']
    buckets = per_user_buckets[user]
    bucket_counts = res[user]
    expand_buckets(buckets, bucket_counts, entry['d'], transaction_date)

    # count transaction date entries per bucket
    bucket = bisect(buckets, transaction_date) - 1
    bucket_counts[bucket][type] += 1

>>> pprint(dict(res))
{201L: [{'D': 1, 'W': 0},
        {'D': 0, 'W': 1}],
 202L: [{'D': 0, 'W': 1},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0}],
 203L: [{'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0}],
 204L: [{'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 1},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 0, 'W': 0},
        {'D': 1, 'W': 0}]}