Python3去除重复时间方法详解
2026-03-05 16:28:38
0浏览
收藏
在Python3中高效去除datetime时间重复项,关键在于根据数据结构选择最适配的方法:纯datetime列表可直接利用其可哈希特性通过set快速去重;pandas DataFrame则推荐使用drop_duplicates指定时间列精准剔除;而面对毫秒级微小差异导致的“伪重复”,只需先用replace归一化到秒级等统一精度,再行去重——三种场景全覆盖,简洁、可靠且兼顾精度控制。

在 Python3 中,如果你有一组包含 datetime 类型的时间数据,并希望去除重复项,可以直接利用集合(set)或 pandas 的去重功能,具体方法取决于你的数据结构。
1. 使用 set 去除重复 datetime 对象
如果只是单纯的 datetime 对象列表,由于 datetime 是可哈希的,可以直接转为集合再转回列表:
from datetime import datetime <p>times = [ datetime(2023, 10, 1, 12, 0), datetime(2023, 10, 1, 12, 0), # 重复 datetime(2023, 10, 2, 14, 30), datetime(2023, 10, 1, 12, 0), # 重复 ]</p><p>unique_times = list(set(times)) print(sorted(unique_times)) # 推荐排序后查看结果</p>
2. 使用 pandas 去除含 datetime 的数据重复
如果你的数据是 DataFrame 中的一列时间,常用 drop_duplicates() 方法:
import pandas as pd
from datetime import datetime
<p>df = pd.DataFrame({
'timestamp': [
datetime(2023, 10, 1, 12, 0),
datetime(2023, 10, 1, 12, 0),
datetime(2023, 10, 2, 14, 30),
],
'value': [100, 100, 200]
})</p><p>df_clean = df.drop_duplicates(subset=['timestamp'])
print(df_clean)</p>3. 处理近似时间(考虑精度误差)
有时时间看似不同,实则是浮点误差或毫秒差异导致。可先归一化到指定精度(如秒)再去重:
# 将 datetime 截断到秒级
def truncate_to_second(dt):
return dt.replace(microsecond=0)
<p>times_with_ms = [
datetime(2023, 10, 1, 12, 0, 0, 123456),
datetime(2023, 10, 1, 12, 0, 0, 789000),
datetime(2023, 10, 2, 14, 30),
]</p><p>truncated = [truncate_to_second(t) for t in times_with_ms]
unique_truncated = list(set(truncated))
print(sorted(unique_truncated))</p>基本上就这些。根据你的时间数据形式选择合适方式:纯列表用 set,DataFrame 用 drop_duplicates,有精度问题就先标准化再处理。
到这里,我们也就讲完了《Python3去除重复时间方法详解》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
军校学历如何在学信网认证
- 上一篇
- 军校学历如何在学信网认证
- 下一篇
- 小红书视频尺寸及比例推荐
查看更多
最新文章
-
- 文章 · python教程 | 3分钟前 |
- Pythongc.collect何时有效回收内存
- 183浏览 收藏
-
- 文章 · python教程 | 57分钟前 |
- Python日志清洗与解析实战教程
- 128浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python正则表达式统一管理技巧解析
- 350浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python对象属性访问慢?优化方法揭秘
- 347浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python对象模型深度解析面试题
- 121浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python mock 使用技巧与实战方法
- 405浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python语音识别教程:SpeechRecognition使用全解析
- 444浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Pythonisinstance高级用法解析
- 234浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python缓存雪崩问题与应对方法
- 331浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python配置KubernetesHPA实战教程
- 217浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python3.11+异常组与except*使用详解
- 335浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python线程池用法与concurrent模块解析
- 488浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 4120次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 4467次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 4355次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 5847次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 4712次使用
查看更多
相关文章
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

