Python遍历JSON文件：计算指定套餐近3周期日均文档数平均值

需求说明 #

实现task_3函数，返回套餐为['ENTERPRISE', 'FLEXIBLE']的记录在最近三个周期内的日均文档数平均值（整数类型），示例返回值为64。

约束条件 #

• 不允许修改函数体外部的代码；
• 不允许添加额外的导入语句；
• 数据周期可能存在缺失（如存在2022-01、2022-03但缺少2022-02），此时默认该缺失周期的文档数为0。

数据示例 #

import json
data_in =   [
    {
        "package": "FLEXIBLE",
        "created": "2020-03-10T00:00:00",
        "summary": [
            {
                "period": "2019-12",
                "documents": {
                    "incomes": 63,
                    "expenses": 13
                }
            },
            {
                "period": "2020-02",
                "documents": {
                    "incomes": 45,
                    "expenses": 81
                }
            }
        ]
    },
    {
        "package": "ENTERPRISE",
        "created": "2020-04-19T00:00:00",
        "summary": [
            {
                "period": "2020-01",
                "documents": {
                    "incomes": 15,
                    "expenses": 52
                }
            },
            {
                "period": "2020-02",
                "documents": {
                    "incomes": 76,
                    "expenses": 47
                }
            }
        ]
    },
    {
        'package': 'FLEXIBLE',
        'created': '2020-01-15T00:00:00',
        'summary': [
            {
                'period': '2020-03',
                'documents': {
                    'incomes': 39, 
                    'expenses': 48
                }
            },
            {
                'period': '2020-04', 
                'documents': {
                    'incomes': 76, 
                    'expenses': 20
                }
            }
        ]
    },
    {
        'package': 'INTERNAL',
        'created': '2020-01-07T00:00:00',
        'summary': [
            {
                'period': '2019-12',
                'documents': {
                    'incomes': 4, 
                    'expenses': 53
                }
            },
            {
                'period': '2020-01', 
                'documents': {
                    'incomes': 60, 
                    'expenses': 48
                }
            },
            {
                'period': '2020-02', 
                'documents': {
                    'incomes': 88, 
                    'expenses': 85
                }
            },
            {
                'period': '2020-03', 
                'documents': {
                    'incomes': 84, 
                    'expenses': 81
                }
            }
        ]
    }
]

完整实现代码 #

def task_3(data_in):
    '''
        Return average(integer) number of documents per day
        in last three periods
        for package in ['ENTERPRISE', 'FLEXIBLE']
        ex. 64
    '''
    target_packages = {'ENTERPRISE', 'FLEXIBLE'}
    # 存储所有周期的总文档数（多个记录同周期则累加）
    period_doc_counts = {}
    # 非闰年各月份天数
    month_day_map = {
        '01':31, '02':28, '03':31, '04':30, '05':31, '06':30,
        '07':31, '08':31, '09':30, '10':31, '11':30, '12':31
    }

    # 1. 收集所有目标套餐的周期文档数
    for record in data_in:
        if record['package'] not in target_packages:
            continue
        for period_item in record['summary']:
            period = period_item['period']
            total_docs = period_item['documents']['incomes'] + period_item['documents']['expenses']
            if period in period_doc_counts:
                period_doc_counts[period] += total_docs
            else:
                period_doc_counts[period] = total_docs

    # 2. 确定全局最近的三个连续周期
    if not period_doc_counts:
        return 0
    # 按时间降序排序所有周期
    sorted_periods = sorted(period_doc_counts.keys(), reverse=True)
    # 以最近的周期为基准，生成连续的三个周期
    latest_year, latest_month = map(int, sorted_periods[0].split('-'))
    required_periods = []
    for offset in range(3):
        curr_year = latest_year
        curr_month = latest_month - offset
        if curr_month < 1:
            curr_year -= 1
            curr_month += 12
        required_periods.append(f"{curr_year}-{curr_month:02d}")
    # 调整为从早到晚的顺序（不影响计算，仅逻辑清晰）
    required_periods = required_periods[::-1]

    # 3. 计算总文档数和总天数
    total_docs = 0
    total_days = 0
    for period in required_periods:
        total_docs += period_doc_counts.get(period, 0)
        _, month = period.split('-')
        total_days += month_day_map[month]

    # 4. 计算日均平均值，返回整数（整数除法向下取整）
    return total_docs // total_days if total_days !=0 else 0

实现逻辑说明 #

1. 筛选并收集数据：遍历输入数据，仅处理ENTERPRISE和FLEXIBLE套餐的记录，累加每个周期的总文档数（收入文档+支出文档）。
2. 确定目标周期：将所有收集到的周期按时间降序排序，以最近的周期为基准，生成连续的三个月份周期，确保覆盖缺失的周期。
3. 处理缺失周期：对每个目标周期，若存在文档数则取实际值，否则按0计算。
4. 计算平均值：统计三个周期的总文档数和总天数，用总文档数除以总天数，通过整数除法得到整数结果。

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