如何使用LINQ基于时间差去除重复的Checkup数据

为什么按Ticks分组会失效 #

按固定时间间隔（比如20分钟）的Ticks值分组，会出现边界误判：比如一条记录在10:19，另一条在10:25，两者时间差6分钟≤20，但会被分到不同的20分钟区间组，导致无法识别为重复；反之，若两条记录跨区间但实际差超过20分钟，却可能被错误归为同一组。这种分组逻辑无法准确匹配“任意两条记录时间差≤20分钟即视为重复”的需求。

正确实现思路 #

1. 先按SubjectGuid和DoctorGuid组合键分组，仅处理同一医患配对的记录；
2. 每个分组内按Date降序排序，优先保留最新记录；
3. 遍历排序后的记录，仅保留与已保留的最新记录时间差超过20分钟的条目（或第一条记录）。

代码实现 #

假设Checkup类定义如下：

public class Checkup
{
    public Guid SubjectGuid { get; set; }
    public Guid DoctorGuid { get; set; }
    public DateTime Date { get; set; }
}

去重的LINQ实现：

var deduplicatedCheckups = checkups
    // 按医患配对分组
    .GroupBy(c => new { c.SubjectGuid, c.DoctorGuid })
    .SelectMany(group => 
        // 分组内按时间从新到旧排序
        group.OrderByDescending(c => c.Date)
             // 累积筛选符合条件的记录
             .Aggregate(new List<Checkup>(), (resultList, current) =>
             {
                 // 第一条直接加入，或当前记录与最后一条保留记录时差超20分钟才加入
                 if (!resultList.Any() || (resultList.Last().Date - current.Date).TotalMinutes > 20)
                 {
                     resultList.Add(current);
                 }
                 return resultList;
             }));

代码说明 #

• 分组逻辑确保只处理同一医患的记录，避免跨配对误判；
• 降序排序保证优先保留最新记录，符合“保留20分钟内最新记录”的需求；
• Aggregate方法遍历过程中，只保留与已选记录时差超过20分钟的条目，精准过滤掉时间范围内的重复项。

内容的提问来源于stack exchange，提问作者signum