Python Itertools groupby使用lambda函数，将列表的子列表分组在一起（如果它们在索引0和1处具有匹配值）

我有这样一个列表：

data = [['a', 'b', 2000, 100], ['a', 'b', 4000, 500], ['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000], ['a', 'd', 2000, 100], ['a', 'd', 1000, 100]]

如果前两个值相同，我想把它们组合在一起。产出将是：

data = [(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

具有相同前两个值的子列表在列表中总是彼此相邻，但它们在我需要分组的数量上有所不同

我试过这个：

from itertools import groupby
data = [['a', 'b', 2000, 100], ['a', 'b', 4000, 500], ['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000], ['a', 'd', 2000, 100], ['a', 'd', 1000, 100]]
output = [list(group) for key, group in groupby(data, lambda x:x[0])]

new_data = []
for l in output:
    new_output = [tuple(group) for key, group in groupby(l, lambda x:x[1])]
    for grouped_sub in new_output:
        new_data.append(grouped_sub)

print(new_data)

并得到了输出：

[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

---

这正是我想要的。但是，我的列表列表是<代码> LeN（data）＝1000000 < /代码>，我知道如果我可以完全跳过for循环，并且在某种程度上得到<代码> GROPbB/<代码>代码> LAMBDA < /Cord>，在分组时考虑<代码> x [0 ] < /代码>和<代码> x（1）< /代码>。但是我还不太明白

groupby

中的

lambda

函数是如何工作的

修改键lambda以返回包含两个元素的元组：

groupby(data, lambda x: tuple(x[0:2]))

i、 e.可以在单个循环/列表中完成：

>>> [tuple(group) for key, group in groupby(data, lambda x: tuple(x[0:2]))]
[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), 
 (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), 
 (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

---

修改键lambda以返回包含两个元素的元组：

groupby(data, lambda x: tuple(x[0:2]))

i、 e.可以在单个循环/列表中完成：

>>> [tuple(group) for key, group in groupby(data, lambda x: tuple(x[0:2]))]
[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), 
 (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), 
 (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

---

为什么不直接按前两项分组：

from itertools import groupby

data = [['a', 'b', 2000, 100], ['a', 'b', 4000, 500], ['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000], ['a', 'd', 2000, 100], ['a', 'd', 1000, 100]]
res = [tuple(g) for k, g in groupby(data, key=lambda x: x[:2])]
print(res)

输出：

[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

---

为什么不直接按前两项分组：

from itertools import groupby

data = [['a', 'b', 2000, 100], ['a', 'b', 4000, 500], ['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000], ['a', 'd', 2000, 100], ['a', 'd', 1000, 100]]
res = [tuple(g) for k, g in groupby(data, key=lambda x: x[:2])]
print(res)

输出：

[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

[(['a', 'b', 2000, 100], ['a', 'b', 4000, 500]), (['c', 'd', 500, 8000], ['c', 'd', 60, 8000], ['c', 'd', 70, 1000]), (['a', 'd', 2000, 100], ['a', 'd', 1000, 100])]

---

@itay我需要保留在

csv

模块中，因为我将在

pandas

中迭代组和列不是一个好的做法。@itay我需要保留在

csv

模块中，因为我将在

pandas

中迭代组和列不是一个好的做法练习。@AnnaNevison，默认情况下，带slice

x[：2]

-

0

的片段被暗示为起始索引。顺便说一句，我的方法不会强制转换到tuple

tuple（…）

twice@AnnaNevison默认情况下，带切片的

x[：2]

-

0

被暗示为起始索引。顺便说一句，我的方法不会对tuple

tuple（…）

twice进行强制转换谢谢！！这是正确的，您和另一个答案同时用相同的东西进行了注释，但我将接受另一个答案，因为它包含完整的代码，您不需要从0开始切片。（还有，你的有5张赞成票，所以如果我接受他的话，他得到的分数几乎和你一样多）。但是我非常感谢你的帮助！谢谢大家!@安纳尼森，你很有公平感和理性主义。我很少在这里看到这种情况。）好的，谢谢你！！这是正确的，您和另一个答案同时用相同的东西进行了注释，但我将接受另一个答案，因为它包含完整的代码，您不需要从0开始切片。（还有，你的有5张赞成票，所以如果我接受他的话，他得到的分数几乎和你一样多）。但是我非常感谢你的帮助！谢谢大家!@安纳尼森，你很有公平感和理性主义。我很少在这里看到这种情况。）好的