itertools.groupby() 未正确分组

问题描述：

我有这些数据：

self.data = [(1, 1, 5.0),
             (1, 2, 3.0),
             (1, 3, 4.0),
             (2, 1, 4.0),
             (2, 2, 2.0)]

当我运行此代码时：

for mid, group in itertools.groupby(self.data, key=operator.itemgetter(0)):

我list(group)得到：

[(1, 1, 5.0),
 (1, 2, 3.0),
 (1, 3, 4.0)]

这正是我想要的。

但如果我使用 1 代替 0

for mid, group in itertools.groupby(self.data, key=operator.itemgetter(1)):

按元组中的第二个数字分组，我只得到：

[(1, 1, 5.0)]

即使其他元组在该 1（第 2 个）位置上有“1”。

解决方案 1：

itertools.groupby将具有相同键的连续项收集在一起。如果您想要具有相同键的所有项，则必须self.data先进行排序。

for mid, group in itertools.groupby(
    sorted(self.data,key=operator.itemgetter(1)), key=operator.itemgetter(1)):

解决方案 2：

不进行排序的变体（通过字典）。性能方面应该会更好。

def full_group_by(l, key=lambda x: x):
    d = defaultdict(list)
    for item in l:
        d[key(item)].append(item)
    return d.items()

解决方案 3：

下面“修复”了 Python 的几个烦恼itertools.groupby。

def groupby2(l, key=lambda x:x, val=lambda x:x, agg=lambda x:x, sort=True):
    if sort:
        l = sorted(l, key=key)
    return ((k, agg((val(x) for x in v))) \n        for k,v in itertools.groupby(l, key=key))

具体来说，

1. 它不需要您对数据进行排序。

2. 它并不要求您必须key仅使用命名参数。

3. 输出是干净的生成器，tuple(key, grouped_values)其中值由第三个参数指定。

4. 能够轻松应用 sum 或 avg 等聚合函数。

示例用法

import itertools
from operator import itemgetter
from statistics import *

t = [('a',1), ('b',2), ('a',3)]
for k,v in groupby2(t, itemgetter(0), itemgetter(1), sum):
  print(k, v)

这打印，

a 4
b 2

玩一下这个代码