itertools.groupby：按对逐组迭代

Question

我该如何成对地遍历groupby的结果呢？我尝试的方法似乎不太奏效：

from itertools import groupby,izip

groups = groupby([(1,2,3),(1,2),(1,2),(3,4,5),(3,4)],key=len)

def grouped(iterable, n):    
    return izip(*[iterable]*n)

for g, gg in grouped(groups,2):
    print list(g[1]), list(gg[1])

我得到的输出是：

[] [(1, 2), (1, 2)]
[] [(3, 4)]

我想要的输出是：

[(1, 2, 3)] [(1, 2), (1, 2)]
[(3, 4, 5)] [(3, 4)]

Answer 1

当你尝试查看groupby的第二个键时，其实是在强迫它深入到源迭代器中去获取数据。因为通常没有地方可以存储第一个组的项目，所以这些项目就被丢弃了。

所以现在我们明白了，在查看第二组的键（或者项目）之前，我们需要确保已经存储了第一组的项目。

有些人可能会对此感到不满，但

>>> groups = groupby([(1, 2, 3), (1, 2), (1, 2), (3, 4, 5), (3, 4)], key=len)
>>> for i, j in ((list(i[1]), list(next(groups)[1])) for i in groups):
...     print i, j
... 
[(1, 2, 3)] [(1, 2), (1, 2)]
[(3, 4, 5)] [(3, 4)]

Answer 2

import itertools as IT

groups = IT.groupby([(1,2,3),(1,2),(1,2),(3,4,5),(3,4)], key=len)
groups = (list(group) for key, group in groups)

def grouped(iterable, n):
    return IT.izip(*[iterable]*n)

for p1, p2  in grouped(groups, 2):
    print p1, p2

[(1,2,3),(1,2),(1,2),(3,4,5),(3,4)]

产生

[(1, 2, 3)] [(1, 2), (1, 2)]
[(3, 4, 5)] [(3, 4)]

---

你发的代码很有意思。它有一个普通的问题和一个微妙的问题。

普通的问题是，itertools.groupby 返回的是一个迭代器，每次迭代时都会输出一个键和一个组。因为你只对组感兴趣，而不关心键，所以你需要类似这样的东西：

groups = (group for key, group in groups)

微妙的问题就比较难解释了——我也不太确定自己完全理解。我的猜测是：groupby 返回的迭代器把输入变成了一个迭代器。这个 groupby 迭代器就像是把底层数据迭代器包裹起来，类似于 csv.reader 是如何包裹一个底层文件对象迭代器的。你只能通过这个迭代器走一遍，只有这一遍。在配对 groups 中的项目时，itertools.izip 函数会让 groups 迭代器从第一个项目推进到第二个。因为你只能走一遍迭代器，所以第一个项目已经被消耗掉了，因此当你调用 list(g[1]) 时，它是空的。

一个不太令人满意的解决办法是把 groups 中的迭代器转换成列表：

groups = (list(group) for key, group in groups)

这样 itertools.izip 就不会提前消耗它们。编辑：再想想，这个解决办法也不是那么糟糕。groups 仍然是一个迭代器，只有在被消耗时才会把 group 转换成列表。