Python Itertools groupby Itertools的动态迭代。\u grouper对象

考虑以下数据，其中包括[日期、销售额、销售额]：

data=[[datetime.datetime(2012,1,1,2,0,0), 14, 3],
[datetime.datetime(2012,1,1,3,0,0), 15, 5],
[datetime.datetime(2012,1,1,5,0,0), 11, 4],
[datetime.datetime(2012,1,2,1,0,0), 18, 7],
[datetime.datetime(2012,1,2,5,0,0), 14, 1],]

我所做的是按日期对数据进行分组，并根据数据进行加权平均。 加权平均函数接受嵌套数组并输出单个值：

def weighted_average(nested_array):
    # data format[[14,3], [15,5], [11,4]]
    # performs weighted average
    return weighted_average

按以下方式对数据进行分组

grouped_sales = itertools.groupby(data, date_key)

我按如下方式计算聚合值：

aggregate_sales = (
(day, weighted_average([day_sales,sales] for date, day_sales, sales in week_sales))
for day, week_sales in grouped_sales)

注意，在上面的例子中，我知道week_sales（itertools.\u grouper）对象包含3个值（date、date_sales、sales），我很容易对它们进行迭代。 如果我不知道一个itertool.\u grouper对象包含多少个要迭代的值，该怎么办。。 让我解释一下

问题从这里开始。有时我有多个项目的销售数据，如[日期、项目1的销售额、#项目1的销售额、项目2的销售额、#项目2的销售额，…]：

data=[(datetime.datetime(2012,1,1,2,0,0), 14, 3, 55, 2],
[datetime.datetime(2012,1,1,3,0,0), 15, 5, 68, 3],
[datetime.datetime(2012,1,1,5,0,0), 11, 4, 42, 1],
[datetime.datetime(2012,1,2,1,0,0), 18, 7, 22, 2],
[datetime.datetime(2012,1,2,5,0,0), 14, 1, 97, 5],]

因此，数据数组中嵌套数组的长度是可变的

---

我如何迭代itertools.\u grouper对象（week\u sales），它现在包含5个值（在我的情况下可能是可变的），并成对对每个项目进行加权平均？

那么，是否要修改

weighted\u average

以处理任意长度列表的迭代器？

def weighted\u average（L）：返回和（L[I]*L[I+1]对于范围（0，len（L），2））/（len（L）/2）

中的i，我想知道如何迭代任意长度的itertools.\u grouper对象，以便将数值传递给加权平均函数。。