Question

我正在读取一个文件（同时执行一些昂贵的逻辑），我将需要在不同的函数中进行多次迭代，所以我真的只想读取和解析一次文件。

解析函数解析文件并返回itertools.groupby对象。

def parse_file():
    ...
    return itertools.groupby(lines, key=keyfunc)

我考虑过要做以下事情：

csv_file_content = read_csv_file()

file_content_1, file_content_2 = itertools.tee(csv_file_content, 2)

foo(file_content_1)
bar(file_content_2)

但是，itertools.tee似乎只能“复制”外部迭代器，而内部（嵌套）迭代器仍然引用原始迭代器（因此在迭代1 由itertools.tee返回的迭代器。

独立MCVE：

from itertools import groupby, tee

li = [{'name': 'a', 'id': 1},
      {'name': 'a', 'id': 2},
      {'name': 'b', 'id': 3},
      {'name': 'b', 'id': 4},
      {'name': 'c', 'id': 5},
      {'name': 'c', 'id': 6}]

groupby_obj = groupby(li, key=lambda x:x['name'])
tee_obj1, tee_obj2 = tee(groupby_obj, 2)

print(id(tee_obj1))
for group, data in tee_obj1:
    print(group)
    print(id(data))
    for i in data:
        print(i)

print('----')

print(id(tee_obj2))
for group, data in tee_obj2:
    print(group)
    print(id(data))
    for i in data:
        print(i)

输出

2380054450440
a
2380053623136
{'name': 'a', 'id': 1}
{'name': 'a', 'id': 2}
b
2380030915976
{'name': 'b', 'id': 3}
{'name': 'b', 'id': 4}
c
2380054184344
{'name': 'c', 'id': 5}
{'name': 'c', 'id': 6}
----
2380064387336
a
2380053623136  # same ID as above
b
2380030915976  # same ID as above 
c
2380054184344  # same ID as above

我们如何有效地复制嵌套的迭代器？

Answer 1

grouped_object（class 'itertools.groupby'）似乎被消耗了一次，即使在itertools.tee中也是如此。同样grouped_object的并行分配也不起作用：

tee_obj1, tee_obj2 = groupby_obj, groupby_obj

起作用的是grouped_object中的copy的深层内容：

tee_obj1, tee_obj2 = copy.deepcopy(groupby_obj), groupby_obj

使用itertools.tee复制嵌套的迭代器（即itertools.groupby）

1 个答案: