Python groupby()切分迭代器

Python中的itertools.groupby()方法是用来对迭代器进行分组的，可以根据特定的关键字对迭代器进行切分。这个方法常常用来对数据进行聚合、统计、分组操作。

groupby()方法的基本使用

groupby()方法的语法结构如下：

itertools.groupby(iterable, key=None)

它接收两个参数，其中iterable是需要进行分组的可迭代对象，key是一个函数，用来指定分组的关键字。

具体而言，根据传入的key函数不同，可能会产生不同的分组结果。关键字函数接受一个参数，并返回用于比较的值。然后，groupby()方法基于这些比较值将输入的对象进行分组。

示例如下：

import itertools

data = [1, 1, 1, 2, 2, 3, 3, 3, 3]
groups = itertools.groupby(data)

for key, group in groups:
    print(key, list(group))

输出结果为：

1 [1, 1, 1]
2 [2, 2]
3 [3, 3, 3, 3]

这个示例中，我们定义了一个data列表，并调用itertools.groupby()方法，将其分组。for循环遍历了每个分组，依次输出了分组的关键字和分组内的元素。

groupby()方法的高级应用

除了简单的分组使用，groupby()方法还可以设置更加复杂的分组规则。其中，比较常用的一种方式是使用自定义的函数。

例如，我们有一个包含多个人员信息的列表，需要按照人员的性别、年龄、国籍等信息进行分组。

示例代码如下：

import itertools

people = [
    {'name': 'John', 'gender': 'male', 'age': 30, 'country': 'USA'},
    {'name': 'Lily', 'gender': 'female', 'age': 25, 'country': 'USA'},
    {'name': 'Nina', 'gender': 'female', 'age': 32, 'country': 'China'},
    {'name': 'Bob', 'gender': 'male', 'age': 28, 'country': 'UK'},
    {'name': 'David', 'gender': 'male', 'age': 27, 'country': 'UK'},
    {'name': 'Linda', 'gender': 'female', 'age': 31, 'country': 'Canada'}
]

def group_key(person):
    return (person['gender'], person['age'], person['country'])

groups = itertools.groupby(people, key=group_key)

for key, group in groups:
    print(key, list(group))

输出结果为：

('male', 30, 'USA') [{'name': 'John', 'gender': 'male', 'age': 30, 'country': 'USA'}]
('female', 25, 'USA') [{'name': 'Lily', 'gender': 'female', 'age': 25, 'country': 'USA'}]
('female', 32, 'China') [{'name': 'Nina', 'gender': 'female', 'age': 32, 'country': 'China'}]
('male', 28, 'UK') [{'name': 'Bob', 'gender': 'male', 'age': 28, 'country': 'UK'}]
('male', 27, 'UK') [{'name': 'David', 'gender': 'male', 'age': 27, 'country': 'UK'}]
('female', 31, 'Canada') [{'name': 'Linda', 'gender': 'female', 'age': 31, 'country': 'Canada'}]

这个示例中，我们首先定义了一个自定义的group_key()函数，用来指定分组关键字。然后，调用itertools.groupby()方法，将group_key()函数作为key参数传入，进行分组。

需要注意的是，分组关键字函数返回的结果必须可以进行比较。因此，在这个示例中，我们使用了一个元组来存储多个关键字。

除了自定义函数之外，还可以使用lambda表达式来指定分组关键字。例如：

import itertools

data = [1, 4, 2, 5, 3, 6]
groups = itertools.groupby(data, key=lambda x: x % 2)

for key, group in groups:
    print(key, list(group))

输出结果为：

1 [1]
0 [4, 2]
1 [5, 3]
0 [6]

这个示例中，我们使用lambda x: x % 2表达式指定了分组关键字，对奇数和偶数进行分组。