Python迭代JSON提取数据及订阅活跃用户费用计算方法

你当前的循环写法针对单次查询场景已经是效率最高的实现，没有冗余计算，时间复杂度为O(N*K)（N为用户总数，K为单个用户的角色列表平均长度）。
如果需要更简洁的写法，可以用列表推导式：

rider_names = [user['name'] for user in users if 'rider' in user['roles']]
# 打印结果
for name in rider_names:
    print(name)

如果需要频繁查询不同角色对应的用户，可以提前构建倒排索引，一次构建多次查询的效率会大幅提升：

from collections import defaultdict

# 构建角色到用户名的倒排索引
role_index = defaultdict(list)
for user in users:
    for role in user['roles']:
        role_index[role].append(user['name'])

# 直接查询rider对应的用户
print(role_index.get('rider', []))

实现思路 #

1. 先获取指定月份的总天数，计算单日人均订阅费 = 4 / 当月总天数
2. 遍历当月每一天，统计当日活跃用户数：满足当日日期 >= 激活日期且停用日期为None 或 当日日期 < 停用日期
3. 计算当日费用，累加得到整月总费用，按要求格式输出
4. 自动兼容用户列表为空的场景，此时所有日期的活跃用户数和总费用均为0

基础实现代码（适合小数据量） #

import datetime
import calendar

def calculate_monthly_subscription(year: int, month: int, users: list) -> float:
    # 获取当月总天数
    _, total_days = calendar.monthrange(year, month)
    daily_per_cost = 4 / total_days
    total_monthly_cost = 0.0

    # 遍历当月每一天
    for day in range(1, total_days + 1):
        current_date = datetime.date(year, month, day)
        active_user_count = 0
        # 统计当日活跃用户
        for user in users:
            act_date = user['activated_on']
            deact_date = user['deactivated_on']
            if current_date >= act_date and (deact_date is None or current_date < deact_date):
                active_user_count += 1
        # 计算当日费用
        daily_cost = active_user_count * daily_per_cost
        total_monthly_cost += daily_cost
        # 按要求格式输出
        print(f"{current_date.strftime('%Y-%m-%d')}  {active_user_count} active users * ${daily_per_cost:.9f} = ${daily_cost:.9f}  (subtotal: ${total_monthly_cost:.9f})")
    return total_monthly_cost

# 调用示例：计算2019年1月的费用
calculate_monthly_subscription(2019, 1, users2)

优化实现代码（适合大数据量） #

如果用户量级很大，可以提前计算每个用户在当月的活跃时间段，避免每天遍历所有用户，时间复杂度从O(天数*用户数)降低到O(用户数)：

import datetime
import calendar

def calculate_monthly_subscription_optimized(year: int, month: int, users: list) -> float:
    _, total_days = calendar.monthrange(year, month)
    month_start = datetime.date(year, month, 1)
    month_end = datetime.date(year, month, total_days)
    daily_per_cost = 4 / total_days
    total_monthly_cost = 0.0
    # 初始化每日活跃数为0
    daily_active = [0] * total_days

    for user in users:
        act_date = user['activated_on']
        deact_date = user['deactivated_on']
        # 计算用户活跃区间和当月的交集
        active_start = max(act_date, month_start)
        active_end = min(deact_date, month_end + datetime.timedelta(days=1)) if deact_date else month_end + datetime.timedelta(days=1)
        if active_start >= active_end:
            continue
        # 转换为当月的日期索引
        start_idx = (active_start - month_start).days
        end_idx = (active_end - month_start).days
        # 对应区间活跃数+1
        for i in range(start_idx, end_idx):
            daily_active[i] += 1

    # 输出每日数据
    for idx, count in enumerate(daily_active):
        current_date = month_start + datetime.timedelta(days=idx)
        daily_cost = count * daily_per_cost
        total_monthly_cost += daily_cost
        print(f"{current_date.strftime('%Y-%m-%d')}  {count} active users * ${daily_per_cost:.9f} = ${daily_cost:.9f}  (subtotal: ${total_monthly_cost:.9f})")
    return total_monthly_cost

内容的提问来源于stack exchange，提问作者Ubun_2