如何将时间对象分配给箱？

Question

我有一个需要分配给时间窗口（7、9、12、15、18）的时间列表，以确保每个时间窗口都由列表中的元素覆盖。

from datetime import date, time, datetime

def nearest(items, target):
    return min(items, key=lambda x: abs(x - target))

time_list = [datetime.datetime(2019, 12, 17, 7, 30), 
             datetime.datetime(2019, 12, 17, 9, 0), 
             datetime.datetime(2019, 12, 17, 16, 0), 
             datetime.datetime(2019, 12, 17, 18, 30), 
             datetime.datetime(2019, 12, 17, 21, 30), 
             datetime.datetime(2019, 12, 17, 12, 30), 
             datetime.datetime(2019, 12, 17, 19, 0), 
             datetime.datetime(2019, 12, 17, 0, 0), 
             datetime.datetime(2019, 12, 17, 14, 30)]

target_times = [datetime.combine(date.today(),time(i,0)) for i in range(6,19,3)]
coverage = [abs(nearest(time_list, t)-t)<time(1,30) for t in target_times]

所需的输出：

[True, True, True, True, True]

当前返回一个“

Answer 1

这是我根据此SO问题How to check if the current time is in range in python?组合而成的解决方案。它可以工作，但我想知道是否有更好的解决方案。

def time_in_range(start, end, x):
    today = timezone.localtime().date()
    start = timezone.make_aware(datetime.combine(today, start))
    end = timezone.make_aware(datetime.combine(today, end))
    x = timezone.make_aware(datetime.combine(today, x))
    if end <= start:
        end += timedelta(days=1) # tomorrow!
    if x <= start:
        x += timedelta(days=1) # tomorrow!
    return start <= x <= end

downloaded = [False, False, False, False, False]
times = [time(i,0) for i in [5,8,10,13,16,20]]
for i in range(5):
    for start_time in start_times:
        if time_in_range(times[i], times[i+1], start_time):
            downloaded[i] = True

Answer 2

您的直接问题的答案是，您正在尝试将timedelta ob对象与time对象进行比较。在这种情况下，您将想要创建一个timedelta对象，如下所示：

timedelta(hours=1, minutes=30)

代替

time(1,30)

Answer 3

您可能希望在此处使用pandas；因为它具有处理垃圾箱和区间的内置方法。

在这种情况下，您有四（4）个时间间隔：

1. [[7至9）
2. [9至12）
3. [[12至15）
4. [[15至18）
5. ...并且应该再有18到24个间隔吗？

[“表示包容性，而”）“表示排除性。

您可以将time_list加载到熊猫数据框中：

import pandas as pd

df = pd.DataFrame(time_list,columns=['timestamp']) # `columns` is how you name the column(s)

然后，我建议使用熊猫的原因是它具有一个有用的功能，称为.cut()，可以对值进行分箱。

.cut()

然后您可以像这样测试上述操作的结果的适当长度（1的减法是因为有五个容器：

>>> bins = [7, 9, 12, 15, 18]
>>> pd.cut(df['timestamp'].dt.hour,bins=bins).unique().dropna().sort_values()
[(7, 9], (9, 12], (12, 15], (15, 18]]

如果您想要布尔值列表，则可以执行：

>>> covered_intervals = _ # an underscore gets the most recent value in the interpreter
>>> len(covered_intervals) == len(bins) - 1
True