itertools.groupby() 没有正确分组

Question

我有这些数据：

self.data = [(1, 1, 5.0),
             (1, 2, 3.0),
             (1, 3, 4.0),
             (2, 1, 4.0),
             (2, 2, 2.0)]

当我运行这段代码时：

for mid, group in itertools.groupby(self.data, key=operator.itemgetter(0)):

对于list(group)，我得到：

[(1, 1, 5.0),
 (1, 2, 3.0),
 (1, 3, 4.0)]

这就是我想要的。

但如果我使用 1 而不是 0

for mid, group in itertools.groupby(self.data, key=operator.itemgetter(1)):

按元组中的第二个数字分组，我只得到：

[(1, 1, 5.0)]

即使有其他元组在第 1（第 2）个位置有“1”。

Answer 1

itertools.groupby 将具有相同键的连续项收集在一起。 如果您希望所有项目具有相同的键，则必须先对 self.data 进行排序。

for mid, group in itertools.groupby(
    sorted(self.data,key=operator.itemgetter(1)), key=operator.itemgetter(1)):

Answer 2

没有排序的变体（通过字典）。在性能方面应该更好。

def full_group_by(l, key=lambda x: x):
    d = defaultdict(list)
    for item in l:
        d[key(item)].append(item)
    return d.items()

Answer 3

下面“修复”了 Python 的 itertools.groupby 的几个烦恼。

def groupby2(l, key=lambda x:x, val=lambda x:x, agg=lambda x:x, sort=True):
    if sort:
        l = sorted(l, key=key)
    return ((k, agg((val(x) for x in v))) \
        for k,v in itertools.groupby(l, key=key))

具体来说，

1. 不需要您对数据进行排序。
2. 不要求您必须仅使用key 作为命名参数。
3. 输出是tuple(key, grouped_values) 的干净生成器，其中值由第三个参数指定。
4. 能够轻松应用 sum 或 avg 等聚合函数。

示例用法

import itertools
from operator import itemgetter
from statistics import *

t = [('a',1), ('b',2), ('a',3)]
for k,v in groupby2(t, itemgetter(0), itemgetter(1), sum):
  print(k, v)

打印出来，

a 4
b 2

Play with this code