使用Python'；CSV上的高阶函数

我有一个包含45000行的csv，相当于7天的数据量。它已按日期时间排序，最早的记录排在第一位

一旦csv被传递到

csv

模块的

DictReader

，这是一个示例行：

{'end': '423', 'g': '2', 'endid': '17131', 'slat': '40.7', 'endname': 'Horchata', 'cid': '1', 'startname': 'Sriracha', 'startid': '521', 'slon': '-73.9', 'usertype': 'Sub', 'stoptime': '2015-02-01 00:14:00+00', 'elong': '-73.9', 'starttime': '2015-02-01 00:00:00+00', 'elat': '40.7', 'dur': '801', 'meppy': '', 'birth_year': '1978'}

…还有一个：

{'end': '418', 'g': '1', 'endid': '17108', 'slat': '40.7', 'endname': 'Guacamole', 'cid': '1', 'startname': 'Cerveza', 'startid': '519', 'slon': '-73.9', 'usertype': 'Sub', 'stoptime': '2015-02-01 00:14:00+00', 'elong': '-73.9', 'starttime': '2015-02-02 00:00:00+00', 'elat': '40.7', 'dur': '980', 'meppy': '', 'birth_year': '1983'}

我最近写了下面的代码。它在csv中运行（在它被传递到

DictReader

之后）。代码根据

starttime

，生成每个新的一天的第一行，即当一天发生变化时：

dayList = []
def first_ride(reader):
        for row in reader:
            starttime = dateutil.parser.parse(row['starttime'])
            if starttime.day not in dayList:
                day_holder.append(starttime.day)
                yield row        
            else: 
                pass

我现在的目标是从七条记录中的每一条记录中生成一个包含与

出生年份

相关的值的列表，即：

[1992、1967、1988、1977、1989、1953、1949]

关键是我想了解如何最大限度地使用Python的HOFs（即

map

/

reduce

，很可能是

filter

），而不使用生成器（当前在我的代码中使用），也不使用全局变量。为了消除全局变量，我猜测每个

starttime

的日期都必须与之前的日期进行比较，但不使用列表，因为我目前已经设置了它。最后，我运行Python2.7

---

我非常感谢任何捐赠的专业知识。

您可以将

日期列表

缩减为

出生年份列表

：

reduce(lambda r, d: r + [d['birth_year']], dayList, [])

或者您可以使用理解（首选）：

---

你的问题到底是什么？这不是辅导服务。这听起来是熊猫的理想工作，你为什么要找reduce呢？另外，您的else通行证是冗余的，因为列表是按时间排序的，所以请使用itertools.groupby按天或年进行聚合。

[d['birth_year'] for d in dayList]