Python-Hash-Ereignisse basierend auf der Zeit in Buckets

Question

Mein Programm behandelt Ereignisse, die in regelmäßigen Abständen angezeigt werden. Ich möchte sie nach ihrer Ankunftszeit in Eimer hacken, mit anderen Worten, die Ereigniszeit um eine willkürliche Anzahl von Sekunden verkürzen.

Es gibt viele Fragen zu Datum und Zeitstempel, aber ich habe die Antwort darauf nicht gefunden. Ich habe einen Weg gefunden, der für mich funktioniert, und ich wollte es teilen. Also beantworte ich einfach die folgende Frage.

Answer 1

Teilen Sie die Ereigniszeit durch die Bucket-Größe und multiplizieren Sie dann die Bucket-Anzahl mit der Bucket-Größe. Dies entfernt nur den Rest. Jetzt kann ein Ereignis dies für die Ereigniszeit verwenden. Hier

ist ein Skript, und es ist Ausgabe zu zeigen, wie einfach dies mit Python:

from datetime import datetime 
import time 

TS='%m/%d/%Y %H:%M:%S' 
def mkdate(d): 
    return time.strftime(TS, time.gmtime(d)) 

def mkhash(time_bucket_size, current_time): 
    blocks_in_epoch = int(current_time/time_bucket_size) 
    return blocks_in_epoch * time_bucket_size 

if __name__ == "__main__": 
    epoch = int(time.time()) 

    time_bucket_size = (60 * 60 * 6) # n hrs block size 
    event_time_adjustment_modifier = (60 * 60) # test every hour 
    test_events_into_past=-10 
    test_events_into_future=10 

    print("---------------\ntime_bucket_size=%s, epoch=%s, date=%s\n---------------"%(time_bucket_size, epoch, mkdate(epoch))) 
    # print up the hashed times for current to n hrs ahead and n hrs behind 
    for event_time_adjustment in range(test_events_into_past, test_events_into_future): 
     test_epoch = epoch + (event_time_adjustment * event_time_adjustment_modifier) 
     time_block_hash = mkhash(time_bucket_size=time_bucket_size, current_time=test_epoch) 
     print("test_date=%s, event_time_adjustment=%s, time_block=%s"%(mkdate(test_epoch), event_time_adjustment, mkdate(time_block_hash))) 

Und hier ist der Ausgang für heute ...

--------------- 
time_bucket_size=21600, epoch=1468370760, date=07/13/2016 00:46:00 
--------------- 
test_date=07/12/2016 14:46:00, event_time_adjustment=-10, time_block=07/12/2016 12:00:00 
test_date=07/12/2016 15:46:00, event_time_adjustment=-9, time_block=07/12/2016 12:00:00 
test_date=07/12/2016 16:46:00, event_time_adjustment=-8, time_block=07/12/2016 12:00:00 
test_date=07/12/2016 17:46:00, event_time_adjustment=-7, time_block=07/12/2016 12:00:00 
test_date=07/12/2016 18:46:00, event_time_adjustment=-6, time_block=07/12/2016 18:00:00 
test_date=07/12/2016 19:46:00, event_time_adjustment=-5, time_block=07/12/2016 18:00:00 
test_date=07/12/2016 20:46:00, event_time_adjustment=-4, time_block=07/12/2016 18:00:00 
test_date=07/12/2016 21:46:00, event_time_adjustment=-3, time_block=07/12/2016 18:00:00 
test_date=07/12/2016 22:46:00, event_time_adjustment=-2, time_block=07/12/2016 18:00:00 
test_date=07/12/2016 23:46:00, event_time_adjustment=-1, time_block=07/12/2016 18:00:00 
test_date=07/13/2016 00:46:00, event_time_adjustment=0, time_block=07/13/2016 00:00:00 
test_date=07/13/2016 01:46:00, event_time_adjustment=1, time_block=07/13/2016 00:00:00 
test_date=07/13/2016 02:46:00, event_time_adjustment=2, time_block=07/13/2016 00:00:00 
test_date=07/13/2016 03:46:00, event_time_adjustment=3, time_block=07/13/2016 00:00:00 
test_date=07/13/2016 04:46:00, event_time_adjustment=4, time_block=07/13/2016 00:00:00 
test_date=07/13/2016 05:46:00, event_time_adjustment=5, time_block=07/13/2016 00:00:00 
test_date=07/13/2016 06:46:00, event_time_adjustment=6, time_block=07/13/2016 06:00:00 
test_date=07/13/2016 07:46:00, event_time_adjustment=7, time_block=07/13/2016 06:00:00 
test_date=07/13/2016 08:46:00, event_time_adjustment=8, time_block=07/13/2016 06:00:00 
test_date=07/13/2016 09:46:00, event_time_adjustment=9, time_block=07/13/2016 06:00:00