python - 如何使用 itertools.groupby()？

Question

对于如何实际使用 Python 的 itertools.groupby() 函数，我无法找到可以理解的解释。我想要做的是:

• 获取一个列表 - 在这种情况下，对象化 lxml 元素的子元素
• 根据一些标准将其分组
• 然后分别迭代这些组中的每一个。

我已查看 the documentation ，但我在尝试将它们应用到简单的数字列表之外时遇到了麻烦。

那么，我该如何使用 itertools.groupby()？我应该使用另一种技术吗？指向良好的“先决条件”阅读的指针也将不胜感激。

Answer 1

重要提示:您必须先对数据进行排序。

---

我没有得到的部分是在示例构造中

groups = []
uniquekeys = []
for k, g in groupby(data, keyfunc):
   groups.append(list(g))    # Store group iterator as a list
   uniquekeys.append(k)

k 是当前的分组键，g 是一个迭代器，您可以使用它来遍历由该分组键定义的组。换句话说，groupby 迭代器本身返回迭代器。

这是一个例子，使用更清晰的变量名:

from itertools import groupby

things = [("animal", "bear"), ("animal", "duck"), ("plant", "cactus"), ("vehicle", "speed boat"), ("vehicle", "school bus")]

for key, group in groupby(things, lambda x: x[0]):
    for thing in group:
        print("A %s is a %s." % (thing[1], key))
    print("")
    

这将为您提供输出:

A bear is a animal.
A duck is a animal.

A cactus is a plant.

A speed boat is a vehicle.
A school bus is a vehicle.

在本例中，things 是一个元组列表，其中每个元组中的第一项是第二项所属的组。

groupby() 函数有两个参数:(1) 要分组的数据和 (2) 要分组的函数。

这里，lambda x: x[0] 告诉 groupby() 使用每个元组中的第一项作为分组键。

在上面的 for 语句中，groupby 返回三个(键，组迭代器)对 - 每个唯一键一次。您可以使用返回的迭代器来迭代该组中的每个单独项目。

这是一个稍微不同的示例，使用列表推导，使用相同的数据:

for key, group in groupby(things, lambda x: x[0]):
    listOfThings = " and ".join([thing[1] for thing in group])
    print(key + "s:  " + listOfThings + ".")

这将为您提供输出:

animals: bear and duck.
plants: cactus.
vehicles: speed boat and school bus.