Python リストからデータを抽出したい2

Question

"*****_name_dateAndNum.csv"
という形式のファイル名のリストがあります。
その内、Numが同じものについては
nameが同じ場合、日時のデータが新しいものを残し、古い方は消します。
(dataは年～分、Numはピリオド前の2桁の数字)

# 元データ
files = [
    "AAA_A01_20201030040000.csv", # <--- Numが00だがA01は1つしかないので残す
    "AAB_A02_20201030040001.csv", # <--- Numが01でA02は2つあるので、日時が古いこのデータは消す
    "CBA_A02_20201030041001.csv", # <--- Numが01でA02は2つあるので、日時が新しいこのデータは残す
    "DD0_A03_20201030040000.csv", # <--- Numが00だがA03は1つしかないので残す
    "DD0_A03_20201030040002.csv" # <--- Numが02のものは1つしかないので残す
]

# 処理後
files = [
    "AAA_A01_20201030040000.csv",
    "CBA_A02_20201030041001.csv",
    "DD0_A03_20201030040000.csv",
    "DD0_A03_20201030040002.csv"
]

前回の質問の回答にありましたpandasを使えば実現は可能かもしれませんが、
使い方が分からず実装が出来ません。

自分の方ではpandasを使えないので、使わずにできるかどうかを試しました。
無理でしたが･･･。

files = [
    "AAA_A01_20201030040000.csv",
    "AAB_A02_20201030040001.csv",
    "CBA_A02_20201030041001.csv",
    "DD0_A03_20201030040000.csv",
    "DD0_A03_20201030040002.csv"
]

# 案
# リストをコピーしておいて、不要と判断した部分をリストから削除
# （空のリストに必要と判断した部分を追加してもいい）
# 問題は、「不要（または必要）と判断する」という部分がわからない

backup = files

# 消すやつを控えておく
delete = []

for i in range(len(files)):
    for j in range(len(backup)):
        # Numが一致しているか
        if files[i][-6:-4] == backup[j][-6:-4]:
            # nameが一致しているか
            tmp1 = files[i].split("_")
            tmp2 = backup[j].split("_")
            if tmp1[1] == tmp2[1]:
                # 時間が古いなら削除候補に追加
                if tmp1[2][0:12] > tmp2[2][0:12]:
                    delete.append(backup[j])

for i in range(len(delete)):
    # 削除候補のデータが含まれていれば消す
    if delete[i] in backup:
        backup.pop(backup.index(delete[i]))

# このbackupに対象データのみを入れたい
print(backup)

回答よろしくお願いします。

Comments

[jeanbiego]

データだけ載せて「お願いします」では丸投げととられますよ。
前回の質問での回答がわからないのでしたら、そのわからなかった部分を質問として書くなどしたほうが、有用な回答がつくと思います。

[kirara0048]

単純なリストかつ中が文字列なのでpandasを使う必要はないと思います。
リスト内を順番に見ていって必要不必要を判断する方法か、リスト自体を名前でソートしたのちに時間の新しいものをとっていく方法があると思います。リスト内のファイル名の順番は維持したいのでしょうか？

Answer 1

順不同の場合の例です。

files = [
    "AAA_A01_20201030040000.csv",
    "AAB_A02_20201030040001.csv",
    "CBA_A02_20201030041001.csv",
    "DD0_A03_20201030040000.csv",
    "DD0_A03_20201030040002.csv"
]


{(filename.split('_')[1], filename.split('_')[2][12:14]): filename for filename in sorted(files, key=lambda l: l.split('_')[2][:12])}
# {('A01', '00'): 'AAA_A01_20201030040000.csv',
#  ('A02', '01'): 'CBA_A02_20201030041001.csv',
#  ('A03', '00'): 'DD0_A03_20201030040000.csv',
#  ('A03', '02'): 'DD0_A03_20201030040002.csv'}

まずsorted(files, key=lambda l: l.split('_')[2][:12])の部分でリストの中身を時刻順に並び替えています。

つづいてそれをfor文で回して、(filename.split('_')[1], filename.split('_')[2][12:14])つまり「(name, Num)」をキー、ファイル名を値とする辞書に変換します。
辞書は同じキーを複数持つことが出来ないため、「(name, Num)」が同じファイル名は後ろにあるもののみが辞書に格納されます。すでに時刻順でソートしてあるので、時刻が新しいもののみが残ります。

この辞書の値が求めるリストになります。（なお辞書の値は.values()メソッドで取得できます）