为什么一个 itertools.groupby 分组只能迭代一次？

Question

我最近不得不调试一些类似这样的代码：

for key, group in itertools.groupby(csvGrid, lambda x: x[0]):
    value1 = sum(row[1] for row in group)
    value2 = sum(row[2] for row in group)
    results.append([key, value1, value2])

在每个结果集中，value2作为0. 当我查看它时，我发现代码第一次迭代时group，它消耗了它，因此第二次迭代时有零个元素。

直觉上，我希望group是一个可以无限次迭代的列表，但它的行为就像一个只能迭代一次的迭代器。这种情况有什么好的理由吗？

Answer 1

itertools是一个迭代器库，就像库中的其他所有东西一样，itertools.groupby组是迭代器。没有一个函数itertools返回一个序列。

groupby 组是迭代器的原因与 itertools 中的其他所有内容都是迭代器的原因相同：

1. 它的内存效率更高。
2. 组可以是无限的。
3. 您可以立即获得结果，而无需等待整个小组准备就绪。

此外，组是迭代器，因为您可能只需要键，在这种情况下实现组将是一种浪费。

itertools.groupby不打算与任何 LINQ 构造、SQL 子句或其他名称为“group by”的内容完全匹配。uniq与 LINQ 或 SQL 相比，它的分组行为更接近于 Unix命令的扩展，尽管它创建组的事实意味着它不是uniq两者的完全匹配。

作为一个你可以用我itertools.groupby提到的其他工具不能做的事情的例子，这是一个游程编码器：

def runlengthencode(iterable):
    for key, group in groupby(iterable):
        yield (key, sum(1 for val in group))