对于列表的每个元素，从不同的列表中找到最接近的日期

Question

我有 2 个列表：l1 = [ '09/12/2017', '10/24/2017' ]l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]对于 l1 中的每个股票代码，我想在它之后从 l2 中找到最接近的元素，所以输出应该是l3 = [ '09/15/2017', '10/26/2017' ]正确的方法似乎是以相反的顺序在两个列表上并行迭代，但我希望有一个更“pythonic”的解决方案..编辑：我确实想要一个最佳复杂度解决方案，它（假设列表已排序），我认为是 O(max(len(l1), len(l2)))。

Answer 1

您可以通过传递表达式将列表理解与min方法结合使用。lambda

from datetime import datetime

l1 = [ '09/12/2017', '10/24/2017' ]

l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]

l1 = [min(l2, key=lambda d: abs(datetime.strptime(d, "%m/%d/%Y") - datetime.strptime(item, "%m/%d/%Y"))) for item in l1]

输出

['09/15/2017', '10/26/2017']

如果您想要更有效的解决方案，您可以编写自己的insert排序算法。

def insertSortIndexItem(lst, item_to_insert):

  index = 0

  while index < len(lst) and item_to_insert > lst[index]:

    index = index + 1

  return lst[index]

l2 = sorted(l2, key=lambda d: datetime.strptime(d, "%m/%d/%Y"))

l1 = [insertSortIndexItem(l2, item) for item in l1]

Answer 2

如果您的列表很长，则值得进行预处理l2，以便能够使用它bisect来查找最近的日期。然后，找到最接近日期的日期l1将是 O(log(len(l2)) 而不是 O(len(l2)) min。

from datetime import datetime

from bisect import bisect

l1 = [ '09/12/2017', '10/24/2017' ]

l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]

dates = sorted(map(lambda d: datetime.strptime(d, '%m/%d/%Y'), l2))

middle_dates = [dates[i] + (dates[i+1]-dates[i])/2 for i in range(len(dates)-1)]

out = [l2[bisect(middle_dates, datetime.strptime(d,'%m/%d/%Y'))] for d in l1]

print(out)

# ['09/15/2017', '10/26/2017']

为了解决您的最后一条评论，这是使用迭代器和生成器的另一种解决方案，它l1仅在 开始的必要部分结束l2：

from datetime import datetime

from itertools import tee, islice, zip_longest

def closest_dates(l1, l2):

    """

    For each date in l1, finds the closest date in l2,

    assuming the lists are already sorted.

    """

    dates1 = (datetime.strptime(d, '%m/%d/%Y') for d in l1)

    dates2 = (datetime.strptime(d, '%m/%d/%Y') for d in l2)

    dinf, dsup = tee(dates2)

    enum_middles = enumerate(d1 + (d2-d1)/2 

                             for d1, d2 in zip_longest(dinf, islice(dsup, 1, None), 

                                                       fillvalue=datetime.max))

    out = []

    index, middle = next(enum_middles)

    for d in dates1:

        while d > middle:

            index, middle = next(enum_middles)

        out.append(l2[index])

    return out

一些测试：

l1 = [ '09/12/2017', '10/24/2017', '12/11/2017', '01/04/2018' ]

l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]

print(closest_dates(l1, l2))

# ['09/15/2017', '10/26/2017', '12/22/2017', '12/22/2017']

l2 = ['11/11/2018']  # only one date, it's always the closest

print(closest_dates(l1, l2))

# ['11/11/2018', '11/11/2018', '11/11/2018', '11/11/2018']

Answer 3

假设，如您的示例，日期按时间顺序排列，您可以利用列表已排序的事实。例如，如果您乐于使用 3rd 方库，则可以使用 NumPy via np.searchsorted，这bisect是标准库中更快的版本：

import numpy as np

from datetime import datetime

l1 = [ '09/12/2017', '10/24/2017' ]

l2 = [ '09/15/2017', '10/26/2017', '12/22/2017' ]

l1_dt = [datetime.strptime(i, '%d/%M/%Y') for i in l1]

l2_dt = [datetime.strptime(i, '%d/%M/%Y') for i in l2]

res = list(map(l2.__getitem__, np.searchsorted(l2_dt, l1_dt)))

# ['09/15/2017', '10/26/2017']