如何在JSON赛事数据中按指定字段分组并计算时间差？

需求说明 #

需要处理包含赛事数据的JSON文件，完成以下操作：

1. 先按Day字段分组，再在每个Day组内按Championship字段二次分组
2. 计算每个分组内赛事Times字段的日期时间差（天/小时/分钟单位）

data.json内容：

[
    {
        "Day": "Giornata 29",
        "Matches": {
            "Home": "Egnatia",
            "Away": "Kukesi",
            "Times": "19.03. 15:00",
            "Championship": "CALCIO\nALBANIA Super League\n2023/2024"
        }
    },
    {
        "Day": "Giornata 29",
        "Matches": {
            "Home": "Egnatia",
            "Away": "Kukesi",
            "Times": "20.03. 16:09",
            "Championship": "CALCIO\nALBANIA Super League\n2023/2024"
        }
    },
    {
        "Day": "Giornata 41",
        "Matches": {
            "Home": "Lincoln",
            "Away": "Leyton Orient",
            "Times": "19.03. 16:00",
            "Championship": "CALCIO\nINGHILTERRA League One\n2023/2024"
        }
    },
    {
        "Day": "Giornata 30",
        "Matches": {
            "Home": "Napoli",
            "Away": "Atalanta",
            "Times": "30.03. 12:30",
            "Championship": "CALCIO\nITALIA Serie A\n2023/2024"
        }
    }
]

现有代码问题分析 #

你写的代码存在几个关键问题：

1. 变量名冲突：day和time先被赋值为当前时间和导入的模块，随后又被重新赋值为集合，会覆盖原有值导致潜在错误
2. 分组逻辑错误：当前的championshipList和dayList是分别按单一字段分组，没有实现先Day再Championship的嵌套分组
3. 缺少时间处理：没有将字符串格式的Times转换为可计算的datetime对象，也没有实现时间差的计算逻辑

关键概念讲解 #

1. 时间字符串转datetime对象 #

要计算时间差，必须先把Times字段的字符串（比如"19.03. 15:00"）转换成datetime对象。用datetime.strptime()方法，指定匹配的格式字符串：

# 格式说明：%d=日，%m=月，%H=24小时制时，%M=分
time_str = "19.03. 15:00"
dt = datetime.strptime(time_str, "%d.%m. %H:%M")
# 手动补充赛事年份2024
dt = dt.replace(year=2024)

2. 嵌套分组实现 #

可以用字典嵌套的方式实现先按Day、再按Championship的分组：

• 外层字典的键是Day值，值是内层字典
• 内层字典的键是Championship值，值是该分组下的所有赛事数据列表

3. 时间差计算 #

两个datetime对象相减会得到timedelta对象，可通过以下属性获取差值：

• days：天数
• seconds：总秒数（可转换为小时/分钟：seconds//3600=小时，(seconds//60)%60=分钟）

完善后的实现代码与思路 #

from datetime import datetime, timedelta
import json

def parse_time(time_str, year=2024):
    """将时间字符串转换为datetime对象，默认使用赛事年份2024"""
    dt = datetime.strptime(time_str, "%d.%m. %H:%M")
    # 替换为指定年份
    return dt.replace(year=year)

# 1. 加载JSON数据
with open('data.json', 'r') as f:
    file_data = json.load(f)

# 2. 实现嵌套分组：Day -> Championship -> 赛事列表
grouped_data = {}
for match in file_data:
    day = match['Day']
    championship = match['Matches']['Championship']
    # 初始化外层Day键
    if day not in grouped_data:
        grouped_data[day] = {}
    # 初始化内层Championship键
    if championship not in grouped_data[day]:
        grouped_data[day][championship] = []
    # 添加赛事数据，并附带解析后的datetime对象
    match_with_dt = match.copy()
    match_with_dt['Parsed_Time'] = parse_time(match['Matches']['Times'])
    grouped_data[day][championship].append(match_with_dt)

# 3. 计算每组内的时间差
for day, champ_groups in grouped_data.items():
    print(f"=== Day: {day} ===")
    for champ, matches in champ_groups.items():
        print(f"  Championship: {champ.strip()}")
        # 至少2场赛事才计算时间差
        if len(matches) >= 2:
            # 按时间排序
            sorted_matches = sorted(matches, key=lambda x: x['Parsed_Time'])
            # 计算相邻赛事的时间差
            for i in range(len(sorted_matches)-1):
                current = sorted_matches[i]
                next_match = sorted_matches[i+1]
                diff = next_match['Parsed_Time'] - current['Parsed_Time']
                # 格式化输出时间差
                days = diff.days
                hours = diff.seconds // 3600
                minutes = (diff.seconds // 60) % 60
                print(f"    场次差: {current['Matches']['Home']} vs {current['Matches']['Away']} -> {next_match['Matches']['Home']} vs {next_match['Matches']['Away']}")
                print(f"    时间差: {days}天 {hours}小时 {minutes}分钟")
        else:
            print("    该分组仅1场赛事，无需计算时间差")
        print()

代码分步解释 #

1. 时间解析函数：parse_time统一处理字符串转datetime的逻辑，确保时间格式一致
2. 嵌套分组：通过两层字典逐步构建分组结构，每个分组存储带解析后时间的赛事数据
3. 时间差计算：对每个分组先按时间排序，再遍历计算相邻赛事的时间差，格式化输出结果

内容的提问来源于stack exchange，提问作者x__SHARINGAN____x