Python：如何无for循环高效移除字典列表中时间戳不达标的元素

我有如下字典列表：

[
    {
        'timestamp': 1677231711722,
        'instrument_name': 'BTC-30JUN23-8000-P',
        'index_price': 23845.81,
        'direction': 'buy',
        'amount': 27.0
    },
    {
        'timestamp': 1677231711722,
        'instrument_name': 'BTC-30JUN23-8000-P',
        'index_price': 23845.81,
        'direction': 'buy',
        'amount': 2.4
    },
    {
        'timestamp': 1677231702010,
        'instrument_name': 'BTC-25FEB23-27000-C',
        'index_price': 23844.34,
        'direction': 'buy',
        'amount': 0.1
    }
]

另有一个时间戳值：

1677228369641

该值由以下代码生成：

old_time = round((datetime.datetime.now(timezone.utc) - timedelta(hours=1)).timestamp() * 1000)

我希望对比字典中的timestamp与old_time，移除所有timestamp小于old_time的字典元素，如何不使用显式for循环高效实现此需求？

1. 列表推导式（推荐，简洁高效） #

Python的列表推导式底层基于C实现，执行效率远高于显式for循环，写法也更紧凑：

filtered_data = [item for item in data_list if item['timestamp'] >= old_time]

2. filter()函数结合lambda #

filter()是内置的高阶函数，同样经过底层优化，适合快速过滤序列：

filtered_data = list(filter(lambda x: x['timestamp'] >= old_time, data_list))

3. Pandas矢量化处理（大数据量场景） #

如果你的字典列表规模很大（比如十万条以上），Pandas的矢量化操作能带来数量级的效率提升：

import pandas as pd

# 转换为DataFrame
df = pd.DataFrame(data_list)
# 矢量化过滤
filtered_df = df[df['timestamp'] >= old_time]
# 转回字典列表
filtered_data = filtered_df.to_dict('records')

内容的提问来源于stack exchange，提问作者Madan