求fi中存储的时间值之间的平均差值

Question

我有一个文件有时间和可重用的会话号。我试图找出这些会议的平均时间差。我会解释我做了什么，但我的逻辑会在特定的场景中中断。你知道吗

文件看起来像：-

<Date and time> session:1234 start
<Date and time> session:2345 start
<Date and time> session:3456 start
<Date and time> session:1234 stop
<Date and time> session:7890 start
<Date and time> session:4567 start
<Date and time> session:2345 stop
<Date and time> session:4567 stop
....

我所做的：-我按照会话编号排序，然后找到后续行的差异，然后平均所有这些差异。但是我得到了错误的值，因为这个文件也包含很少的“会话：xx开始没有“停止”和“很少”的行会话：xx停止没有“开始”的行。你知道吗

所以，我的问题是如何删除这些行。我的逻辑中断了，因为我盲目地按照会话号排列行，然后发现后续行之间的时间差。你知道吗

如果有别的办法，请告诉我。我很乐意尝试。 谢谢您！！你知道吗

Answer 1

我建议您继续为每个session_id创建一个字典，如下所示：

sessions = { 1234 : { start: DateTime, stop: DateTime} ... }

为了做到这一点，遍历文件的每一行并将会话id作为键（sessions[session_id]）添加到sessions字典就足够了。对于每个会话，您都可以轻松地添加start和stop键。你知道吗

稍后，您可以处理这个sessions字典并删除所有不同时包含start和stop的session_id。用你的最终列表，你可以计算出差异，然后平均你的所有结果。你知道吗

Answer 2

我写了一个解决方案，假设如果我有两个连续的开始，我总是可以删除第一个，如果它们是按日期时间排序的

我稍微修改了输入文件，将date ad time替换为一个数字。该代码可以很容易地适应管理日期和时间。你知道吗

代码分为三个部分：

1. 读取文件并将其解析为有用的数据结构
2. 对每个会话的数据进行排序
3. 删除不需要的元素

我的方法是：

import re
import collections

with open(your_file_name_here, 'r') as f:
    # parse each line in a dict like
    # {sessionid: [(time, start/stop), ...]}
    pattern = re.compile('(\d+) session:(\d+) (\w+)')
    lines = f.readlines()
    sessions = collections.defaultdict(list)
    for line in lines:
        m = re.match(pattern, line).groups()
        sessions[m[1]].append((m[0],m[2]))

    # for each session, sort the list
    # I kept this loop separate from the next one
    # since OP said he had data already sorted
    for k,v in sessions.items():
        sessions[k] = sorted(v, key=lambda x: x[0])

    # for each session remove unwanted elements
    for k, v in sessions.items():
        # group elements two by two
        # added a default element to manage the last element of the list
        for el in zip(v,v[1:]+[('','start')]):
            if el[0][1] == 'start' and el[1][1] == 'start':
                v.remove(el[0])

文件内容示例：

1 session:1234 start
2 session:2345 start
3 session:3456 start
4 session:1234 stop
5 session:7890 start
6 session:4567 start
7 session:2345 stop
8 session:4567 stop

Answer 3

您可以使用：

• 活动会话的字典，包含开始日期和会话id作为键
• 一种字典，其中包含每个会话的持续时间列表，会话id为键

然后我将处理按时间排序的输入文件：

• 找到开始行后，将开始时间放入活动会话词汇表中。如果其中一个已经存在，那么它将是一个未终止的会话（停止线丢失），应该被忽略
• 找到停止行后，在活动会话字典中搜索相应的开始时间。如果没有找到，只需忽略停止线而不启动。否则，计算会话持续时间并将其添加到该会话的列表中，然后从活动会话词汇表中移除该元素。你知道吗

我将使用defaultdict（list）作为durations来简单地添加duration，而不必怀疑该会话的列表是否已经存在。你知道吗