Python 如何将itertools.groupby与真/假lambda函数一起使用

假设我有以下字符串：

data = """
Pakistan[country]
Karachi
lahore
islamabad
UAE[country]
dubai
sharjah
India[country]
goa
chennai
"""

如何使用

itertools.groupby

这里有一个dict（以国家为键）及其对应的城市？我最接近的是

from itertools import groupby

filtered = (line for line in data.split("\n") if line)
for key, values in groupby(filtered, lambda line: line.endswith('[country]')):
    print(key)
    print(list(values))

但是，如何正确地对结果进行分组？我对其他可能的解决方案不感兴趣（我自己编写了一个生成器函数），但希望明确使用/理解

itertools.groupby

---

我的生成器函数看起来像

def grouper(string):
    collect, country, cities = False, None, list()

    filtered = (line for line in string.split("\n") if line)
    for line in filtered:
        if line.endswith('[country]') and not collect:
            country = line.replace("[country]", "")
            collect = True
        elif line.endswith('[country]') and collect:
            yield {country: cities}
            country = line.replace("[country]", "")
            cities = list()
        else:
            cities.append(line)

    if cities:
        yield {country: cities}

for dct in grouper(data):
    print(dct)


for dct in grouper(data):
    print(dct)

产生

{'Pakistan': ['Karachi', 'lahore', 'islamabad']}
{'UAE': ['dubai', 'sharjah']}
{'India': ['goa', 'chennai']}

itertools.groupby（）

将返回国家和城市的交替序列。当它返回一个国家时，你就拯救了这个国家。当它返回城市时，您可以向字典中添加一个条目，其中包含保存的国家/地区

result = {}
for is_country, values in itertools.groupby(filtered, key = lambda line: line.endswith("[country]")):
    if is_country:
        country = next(values)
    else:
        result[country] = list(values)

---

我认为这方面的

groupby

是错误的工具。这是因为它收集了所有连续项，这些项在对其应用键函数时具有相同的结果。然而，从问题描述来看，当函数返回true时，似乎更希望“分割”列表

---

但是，如果您真的想/必须使用

groupby

实现这一点，那么（概念上）有两种方法：

一种可能的方法是从

groupby

结果中收集对。因此，您收集了一个为真的值和以下返回为假的值：

>>filtered=（数据中每行对应一行。如果为行，则拆分（“\n”））
>>>l=[groupby中ug的列表（g）（已过滤，lambda行：line.endswith（“[country]”））]
>>>d={l[i*2][0].split（'['）[0]：l[i*2+1]表示范围（len（l）//2）内的i
>>>d
{‘巴基斯坦’：[‘卡拉奇’、‘拉合尔’、‘伊斯兰堡’]，
“阿联酋”：[“迪拜”、“沙迦”]，
‘印度’：[‘果阿’、‘钦奈’]}

或者某种有状态的容器，作为记住“当前国家”是什么的函数：

class KeepCountry：
定义呼叫（自身，项目）：
如果项.endswith（“[国家]”）：
self._last=item.split（“[国家]”）[0]
返回自我
>>>筛选=（数据中的行对应行。如果行为拆分（“\n”））
>>>{k:list（g）[1:]用于groupby（filtered，KeepCountry（））中的k，g}
{‘巴基斯坦’：[‘卡拉奇’、‘拉合尔’、‘伊斯兰堡’]，
“阿联酋”：[“迪拜”、“沙迦”]，
‘印度’：[‘果阿’、‘钦奈’]}

这两种解决方案都假设了很多事情——以防您想要使用以下任何一种：

• 遇到的第一个项目将是国家/地区
• 每个国家至少有一个相关城市
• 没有多次遇到国家/地区名称

---

如果可以接受第三方软件包，那么您可以使用（我的库），它为iterables提供了一个-函数：

>>从迭代\u实用程序导入Iterable
>>>（Iterable（data.split（'\n'））
..过滤器（bool）#删除空行
…#由国家分割，同时保留它们
..拆分（lambda l:l.endswith（“[country]”），保留后面的值=True）[1:]
…#转换为一个元组，其中包含国家作为第一个元素，城市作为第二个元素
…映射（lambda l:（l[0][：-9]，l[1:]））
…如_dict（））
{‘巴基斯坦’：[‘卡拉奇’、‘拉合尔’、‘伊斯兰堡’]，
“阿联酋”：[“迪拜”、“沙迦”]，
‘印度’：[‘果阿’、‘钦奈’]}

不确定itertools，但为什么不：

from collections import defaultdict

data = """
Pakistan[country]
Karachi
lahore
islamabad
UAE[country]
dubai
sharjah
India[country]
goa
chennai
"""

dct = defaultdict(list)

country = ''

for x in data.split('\n')[1:-1]:
    if '[country]' in x:
        country = x.replace('[country]', '')
    else:
        dct[country].append(x)

print(dct)

# {'Pakistan': ['Karachi', 'lahore', 'islamabad'], 'UAE': ['dubai', 'sharjah'], 'India': ['goa', 'chennai']}

---

最终的结果应该是什么？阿联酋不应该成为一个键吗？你真的想要一系列的字典，而不是一个键为Countries的字典吗？这两个词都是丑陋和光滑的同时——好极了！

值

是一个生成器，我把它改成了使用

下一个（）

。谢谢你，这是（至少对我来说）最容易理解的解决方案。最后只需从字符串中替换

[country]

。