python - 如何在 Python 中计算多列 CSV 文件中日期之间的平均时间？

Question

我有一个包含三个不同列的 csv 文件，即年、月和日。如果我打印出来，它会像下面这样:

csv_reader = [['2016', '6', '22'], ['2016', '10', '2'], ['2016', '11', '1'], ['2016', '11', '3'], ['2016', '11', '3'], ['2016', '11', '17'], ['2016', '11', '17'], ['2016', '11', '17'], ['2016', '12', '2'], ['2016', '12', '12'], ['2016', '12', '22'], ['2016', '12', '22'], ['2017', '1', '11'], ['2017', '3', '11'], ['2017', '3', '11'], ['2017', '5', '12'], ['2017', '5', '12'], ['2017', '5', '12']]

所以 csv 文件和行都是列表。我想从此数据集中计算每个日期之间的平均天数。我尝试使用:

from datetime import date
for value in csv_reader:
    dates = date(int(value))
    differences = [(dates[i]-dates[i-1]).days for i in range(1, len(dates))]
print(float(sum(differences))/len(differences))

但是它返回了一个错误说明

TypeError: int() argument must be a string, a bytes-like object or a number, not 'list'

而且我怀疑我的代码是否真的正确。预期结果应该计算每个日期之间的差异总和，然后除以总差异，这将返回平均天数。那么，你们中的任何人都可以就如何执行此任务提供建议吗？

Answer 1

所以我们有

csv_reader = [['2016', '6', '22'], ['2016', '10', '2'], ['2016', '11', '1'], ['2016', '11', '3'], ['2016', '11', '3'], ['2016', '11', '17'], ['2016', '11', '17'], ['2016', '11', '17'], ['2016', '12', '2'], ['2016', '12', '12'], ['2016', '12', '22'], ['2016', '12', '22'], ['2017', '1', '11'], ['2017', '3', '11'], ['2017', '3', '11'], ['2017', '5', '12'], ['2017', '5', '12'], ['2017', '5', '12']]

首先，要从比方说第一项中获取有效日期，您需要将 str 转换为 int，然后才调用 date:

date(*[int(d) for d in csv_reader[0]])

并且您需要为每 2 个日期创建一个 date 实例并将它们相减:

date(*[int(d) for d in csv_reader[0]]) - date(*[int(d) for d in csv_reader[1]])

之后，您会得到一个timedelta 对象，它有.days。有时它会是负数，因此您需要使用绝对值，以及 abs。

在对所有这些天求和后，您需要相对于元素的数量进行平均。

总而言之，这是您需要的循环:

total = 0
for i in range(len(csv_reader)-1):  
    total += abs((date(*[int(d) for d in csv_reader[i]]) - date(*[int(d) for d in csv_reader[i+1]])).days)

>>> total
324
>>> total / len(csv_reader)
18