Question

我很难理解包groupby中itertools的工作原理。我正在输入一个排序列表，但我无法访问各个组。

例如：

import itertools
sorted_types =   [ dict(type="a", value=":-o" ),
                  dict(type="a", value=":-P" ),
                  dict(type="b", value=":-(" ),
                  dict(type="b", value=":-|" ),
                ]
groups = []
for k, g in itertools.groupby(sorted_types, lambda x: x["type"]):
    groups.append(list(g))
    print k, list(g), len(list(g))
print groups

该程序的输出是

a [] 0
b [] 0
[[{'type': 'a', 'value': ':-o'}, {'type': 'a', 'value': ':-P'}], [{'type': 'b', 'value': ':-('},   {'type': 'b', 'value': ':-|'}]]

如果尺寸list(g)为0，为什么groups变量会更新？

我很困惑。

Answer 1

g返回的groupby是一个迭代器，如groupby docs中所述：

返回的组本身就是一个共享底层的迭代器可以用groupby（）迭代。

第一次打电话给list(g)时，你已经筋疲力尽了。在你调用它的所有后续时间里，你得到一个空列表，因为你在耗尽的迭代器上调用list()。

要获得您期望的输出，请先存储列表，然后使用它：

import itertools
sorted_types =   [ dict(type="a", value=":-o" ),
                  dict(type="a", value=":-P" ),
                  dict(type="b", value=":-(" ),
                  dict(type="b", value=":-|" ),
                ]   
groups = []
for k, g in itertools.groupby(sorted_types, lambda x: x["type"]):
    l = list(g)
    groups.append(l)
    print k, l, len(l)
print groups

输出：

a [{'type': 'a', 'value': ':-o'}, {'type': 'a', 'value': ':-P'}] 2
b [{'type': 'b', 'value': ':-('}, {'type': 'b', 'value': ':-|'}] 2
[[{'type': 'a', 'value': ':-o'}, {'type': 'a', 'value': ':-P'}], [{'type': 'b', 'value': ':-('}, {'type': 'b', 'value': ':-|'}]]

Answer 2

问题是list(g)消耗g，因此在同一groupby()次迭代期间再次调用它会返回一个空列表。

要修复，请调用一次并保留结果：

for k, g in itertools.groupby(sorted_types, lambda x: x["type"]):
    l = list(g)
    groups.append(l)
    print k, l, len(l)
print groups

排序的itertools.groupby的奇怪行为

2 个答案: