Python如何格式化字典列表Date键并实现近N个月数据过滤

两种实现路径都可落地，但从代码可维护性出发，不建议修改现有is_recent函数同时承担过滤和格式化两个职责。is_recent作为判断类函数，只返回布尔值、仅负责时间范围校验的设计更合理，后续调整过滤规则或格式化逻辑时不会互相干扰。

推荐方案：拆分职责实现 #

保留原有is_recent的判断逻辑不变，单独新增日期格式化函数，在处理流程中先完成过期条目过滤，再对保留的条目做日期格式化：

import pandas as pd
from dateutil import relativedelta

# 原有过滤函数保持不变
def is_recent(entry, amount):
    limit_time = pd.Timestamp.today() - relativedelta.relativedelta(months=amount)
    return pd.to_datetime(entry["Date"]) > limit_time

# 新增单独的日期格式化函数
def format_date(entry, date_pattern="%d/%m/%Y"):
    processed = entry.copy()
    # %d/%m/%Y 对应要求的d/m/Y（两位日/两位月/四位年）格式
    processed["Date"] = pd.to_datetime(processed["Date"]).strftime(date_pattern)
    return processed

# 调用逻辑
allergies_source = session["allergies"]
# 第一步：过滤6个月内的条目
recent_entries = [e for e in allergies_source["AllergiesList"] if is_recent(e, 6)]
# 第二步：格式化保留条目的日期
session["allergies"] = [format_date(e) for e in recent_entries]

注意：格式化时拷贝原字典是为了避免修改原始数据源的内容，如果不需要保留原始数据可以直接修改原entry。

可选方案：合并逻辑实现（不推荐） #

如果一定要把两个操作合并到同一个函数里，不能再把函数放在列表推导的if判断位——判断位仅接收布尔值，无法完成条目修改。需要调整函数返回值，同步修改列表推导的写法：

def process_allergy_entry(entry, month_threshold, date_pattern="%d/%m/%Y"):
    limit_time = pd.Timestamp.today() - relativedelta.relativedelta(months=month_threshold)
    entry_dt = pd.to_datetime(entry["Date"])
    # 超出时间范围的条目返回None，后续过滤丢弃
    if entry_dt <= limit_time:
        return None
    # 符合要求的条目格式化日期后返回
    processed = entry.copy()
    processed["Date"] = entry_dt.strftime(date_pattern)
    return processed

# 调用逻辑
allergies_source = session["allergies"]
raw_processed = [process_allergy_entry(e, 6) for e in allergies_source["AllergiesList"]]
# 过滤掉返回None的过期条目
session["allergies"] = [e for e in raw_processed if e is not None]

这种写法虽然减少了函数数量，但函数职责混杂，后续如果需要单独复用时间过滤逻辑、或者单独复用日期格式化逻辑都很不方便，排查问题时的链路也更长。

内容的提问来源于stack exchange，提问作者pee2pee