Python 迭代切片日期字符串列表的最快方法

Question

我有一长串日期字符串，例如['2011-01-01', '2015-05-05']。在n个字符串的列表中，我需要选择第i个字符串并找到第i:n个字符串的最新日期。我可以做到这一点，但是这个过程很慢，一个包含数十万个字符串的列表需要几个小时。 我缺少哪些代码优化？示例代码如下。

import numpy as np

d = np.random.choice(xrange(0, 1000), size=100000, replace=True).tolist()
d = [str(item) for item in d]

total = len(d)
for i in xrange(total):
    this_slice = d[i:total]
    greatest = max(this_slice)
    if i % 1000 == 0:  # To track progress
        print i 

这些示例足够快。使用实际的日期字符串，而不是示例中的数字字符串，要慢得多。我已经精确地安排了执行时间，但 600,000 个日期字符串似乎需要大约 30-60 分钟。

这是我的数据代码的更精确表示:

import pandas as pd

i = 0
rows = df.shape[0]
for date in df['date']:  # date is 'YYYY-MM-DD'
   this_slice = df['date'][i:rows]
   df['new_date'] = max(this_slice)
   if i % 1000 == 0:  # To track progress
       print i
   i += 0

我已将日期字符串转换为日期时间对象，使它们成为整数(首先删除了“-”)，速度并没有更快。一定有更快的方法来编写这段代码!

Answer 1

如果你从头到尾计算，算法会更有效，这样你就可以重用最大值:

import numpy as np

d = np.random.choice(xrange(0, 1000), size=100000, replace=True).tolist()
d = [str(item) for item in d]

total = len(d)
greatest = d[total-1]
for i in reversed(xrange(total)):
    greatest = max(greatest, d[i])
    if i % 1000 == 0:  # To track progress
        print i