关于groupby（）的正确用法：Python 3

在我找到

groupby（iterable，key=None）

之前，我对如何在itertools中应用这些函数没有任何疑问。我立即阅读了这个示例，但它并没有让我产生共鸣，这导致我在谷歌上对它进行了研究。我最终找到了一个；然而，它并没有真正将它分解到有意义的地方

---

我的问题：有人能提供一个更新的Python 3，解释一下分解为“Barney风格”的

groupby（）

函数吗？

groupby根据一些用户指定的特征将连续项分组在一起。结果迭代器中的每个元素都是一个元组，其中第一个元素（

group

，在我的示例中）是“key”，它是该组的标签。第二个元素（

items

，在我的示例中）是该组中项目的迭代器

在最简单的情况下，特征就是标识，这意味着它将同一事物的“运行”组合在一起：

>>> for group, items in itertools.groupby('aabbbccdddee'):
...     print group, list(items)
a [u'a', u'a']
b [u'b', u'b', u'b']
c [u'c', u'c']
d [u'd', u'd', u'd']
e [u'e', u'e']

但是，您也可以传递一个键函数，以便不仅将同一元素的运行分组，而且将以某种方式指定为“相同”的元素的运行分组：

>>> for group, items in itertools.groupby('aaAaAAbBbcCdDdDeE', lambda x: x.lower()):
...     print group, list(items)
a [u'a', u'a', u'A', u'a', u'A', u'A']
b [u'b', u'B', u'b']
c [u'c', u'C']
d [u'd', u'D', u'd', u'D']
e [u'e', u'E']

这里我使用了一个键函数，它返回输入的小写形式。这意味着，如果项目的小写形式相同，则对其进行分组。如果没有键功能，则仅当项目完全相同时才会对其进行分组：

>>> for group, items in itertools.groupby('aaAaAAbBbcCdDdDeE'):
...     print group, list(items)
a [u'a', u'a']
A [u'A']
a [u'a']
A [u'A', u'A']
b [u'b']
B [u'B']
b [u'b']
c [u'c']
C [u'C']
d [u'd']
D [u'D']
d [u'd']
D [u'D']
e [u'e']
E [u'E']

在这里，我们有很多单元素组，因为即使是大小写的改变也算作组中的差异

最后一个示例还显示了一个重要的问题：groupby仅对属于同一组的连续元素进行分组。因此，尽管我的数据中有许多“a”，但它们并没有全部分组在一起，因为它们不是连续的

在这些示例中，我只是使用

list

向您展示了每组中的所有内容。但实际上，每个组都是一个迭代器，因此只在需要时生成项目。这里也有一个潜在的问题，如果你迭代一个组，该组的内容就会“消失”：

>>> grouped = itertools.groupby('aabbbccdddee')
>>> group, items = next(grouped)
>>> print group, items   # the "_grouper" object is an iterator of items in group "a"
a <itertools._grouper object at 0x0000000002648DA0>
>>> next(grouped)   # we move to the next group
(u'b', <itertools._grouper object at 0x0000000002648630>)
>>> print list(items)   # oops, items vanished!
[]

>>grouped=itertools.groupby（'aabbbccdddee'）
>>>分组，项目=下一个（分组）
>>>打印组，项目#“_grouper”对象是组“a”中项目的迭代器
A.
>>>下一组#我们转到下一组
（u'b'，）
>>>打印列表（项目）#哎呀，项目消失了！
[]

发生的事情是，因为我们做了

下一个（分组）

，我们移动到“a”组，当我们这样做时，石斑鱼“忘记”了该组中的内容。这通常不是一个问题，因为通常你会发现你在使用每一组时都是正确的。但是，如果您想为以后存储组，则需要使用

list

创建项目列表，而不仅仅是存储

\u grouper

对象

---

通过使用key函数，您可以有效地对各种事情进行分组，但基本思想是相同的：groupby“chunk”按您指定的方式对“相同”的项目序列进行分组。

删除了我的答案，因为这有更好的示例。关于这一点，文档中还指出您的集合应该按键函数排序：“通常，iterable需要已经按同一键函数排序。”@BurhanKhalid:是的，如果您希望将具有相同键的所有项分组在一起。不过，在某些情况下，您可能需要连续运行项目。我喜欢发现新的模块（它们对我来说是新的，因为我还没有学会每个模块），然后学习如何应用每个功能。如果有很多问题是我提出的，那么可以放心地假设我在提问之前已经做了一些研究。我只在检查过谷歌、函数、文档以及函数模块下给出的示例后才发布问题。