如何在SortedKeyList中按ID筛选并获取最早时间戳的元素

你的问题出在min函数的key里返回了None——当元素ID不符合时，key值为None，而datetime64类型和None无法进行小于比较，因此抛出TypeError。下面提供几个可行的解决思路：

方法一：先过滤再取最小 #

先筛选出目标ID的元素，再对这些元素取timestamp最小的。SortedKeyList是可迭代对象，可以用生成器表达式高效过滤：

target_id = "A"
# 生成器过滤出ID匹配的元素
matching_points = (p for p in point_list if p.id == target_id)
# 对过滤后的元素取timestamp最小的
try:
    earliest_point = min(matching_points, key=lambda x: x.timestamp)
    print(earliest_point.timestamp)
except ValueError:
    print(f"未找到ID为{target_id}的元素")

方法二：利用有序性直接找第一个匹配元素 #

因为你的SortedKeyList是按timestamp升序排列的，第一个出现的目标ID元素就是时间最早的，所以遍历到第一个匹配项即可停止，无需遍历整个列表，效率更高：

target_id = "A"
earliest_point = None
for p in point_list:
    if p.id == target_id:
        earliest_point = p
        break  # 找到第一个匹配项就退出循环
if earliest_point:
    print(earliest_point.timestamp)
else:
    print(f"未找到ID为{target_id}的元素")

方法三：重构数据结构（适合频繁查询场景） #

如果需要多次按ID查询最早元素，可以维护一个按ID分组的有序列表结构，每次添加元素时同步更新分组，查询时直接取对应分组的第一个元素（分组同样按timestamp排序）：

import numpy as np
import sortedcontainers

class Point:
    def __init__(self, timestamp, id):
        self.timestamp = timestamp
        self.id = id

# 封装管理类，维护主列表和按ID分组的有序列表
class PointStore:
    def __init__(self):
        self.main_list = sortedcontainers.SortedKeyList(key=lambda x: x.timestamp)
        self.id_groups = {}
    
    def add_point(self, point):
        self.main_list.add(point)
        # 初始化对应ID的有序列表
        if point.id not in self.id_groups:
            self.id_groups[point.id] = sortedcontainers.SortedKeyList(key=lambda x: x.timestamp)
        self.id_groups[point.id].add(point)
    
    def get_earliest_by_id(self, target_id):
        group = self.id_groups.get(target_id)
        return group[0] if group else None

# 使用示例
store = PointStore()
store.add_point(Point(np.datetime64("2021-07-05T09:00:00"), "B"))
store.add_point(Point(np.datetime64("2021-07-05T09:00:01"), "A"))
store.add_point(Point(np.datetime64("2021-07-05T09:00:03"), "A"))
store.add_point(Point(np.datetime64("2021-07-05T09:01:00"), "B"))

earliest_a = store.get_earliest_by_id("A")
print(earliest_a.timestamp)  # 输出2021-07-05T09:00:01

该方法查询时间复杂度为O(1)，适合频繁按ID查询的场景，代价是插入时多了维护分组的开销。

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