>>from itertools import groupby >>keyfunc = lambda x : x > 500 >>obj = dict(groupby(range(1000), keyfunc)) >>list(obj[True]) [999] >>list(obj[False]) []
range(1000) 显然对于条件 (x > 500) 是默认排序的。
我期待从 0 到 999 的数字按条件 (x > 500) 分组在 dict 中。但结果字典只有 999。
其他数字在哪里？
谁能解释这里发生了什么？
【问题讨论】：
标签： python dictionary iterator group-by
来自docs：
返回的组本身就是一个迭代器，它与
groupby()共享底层迭代器。因为源是共享的，所以当groupby()对象被推进时，之前的组不再可见。因此，如果以后需要该数据，则应将其存储为列表[.]
您将迭代器存储在 obj 中并稍后实现它们。
In [21]: dict((k, list(g)) for k, g in groupby(range(10), lambda x : x > 5))
Out[21]: {False: [0, 1, 2, 3, 4, 5], True: [6, 7, 8, 9]}
【讨论】：
groupby 迭代器返回分组函数结果的元组和一个新迭代器，该迭代器与groupby 运算符正在处理的同一“外部”迭代器相关联。当您将dict() 应用于groupby 返回的迭代器而不使用此“内部”迭代器时，groupby 将不得不为您推进“外部”迭代器。您必须意识到groupby 函数不会作用于序列，它会将任何此类序列转换为您的迭代器。
也许用一些比喻和挥手更好地解释这一点。请跟随我们形成一条桶线。
将迭代器想象为一个从井中用桶装水的人。他有无限数量的桶可以使用，但井可能是有限的。每次你向这个人要一桶水，他都会从水井里拿出一桶新水递给你。
在groupby 案例中，您将另一个人插入到您萌芽的桶链中。这个人根本不会立即传递水桶。每次您请求存储桶时，他都会将您给出的指令的结果以及 另一个 人传递给您，然后他会通过 groupby 人将您的存储桶传递给正在请求的任何人，只要它们匹配指令的结果相同。如果指令的结果发生变化，groupby 桶传递者将停止传递这些桶。所以well 给了groupby 桶，groupby 将它传递给每个组的人，group A，group B，等等。
在您的示例中，水是有编号的，但只能从井中抽取 1000 个水桶。当您将 groupby 人传递给 dict() 调用时，会发生以下情况：
您的dict() 呼叫要求groupby 提供存储桶。现在，groupby 向井边的人要一个水桶，记住了指示的结果，抓住水桶。对于dict()，他将传递指令的结果 (False) 和一个新人 group A。结果存储为key，想要拉桶的group A人存储为value。然而，这个人还没有要水桶，因为没有人要它。
您的dict() 呼叫要求groupby 提供另一个存储桶。 groupby 有这些说明，然后去寻找结果发生变化的下一个桶。它仍然抓着第一个桶，没有人要它，所以它扔掉这个桶。相反，它要求从井中取出下一个桶并使用他的指示。结果和以前一样，所以它也把这个新桶扔掉了！更多的水流过地板，接下来的 499 个水桶也是如此。只有当编号为 501 的桶被传递时结果才会改变，所以现在groupby 找到另一个人来指示（人group B），连同新的结果True，将这两个传递给@987654350 @。
您的 dict() 调用将 True 存储为键，将人员 group B 存储为值。 group B 什么都不做，没人要水。
您的dict() 请求另一个存储桶。 groupby 溢出更多的水，直到它拿着编号为 999 的桶，井边的人耸了耸肩，说现在井是空的。 groupby 告诉dict() 井是空的，没有更多的桶来了，请他不要再问了。它仍然拿着编号为 999 的桶，因为它永远不必为井中的下一个桶腾出空间。
现在你来，向dict() 询问与键True 相关联的事物，即人group B。您将group B 传递给list()，因此它将向group B 询问group B 可以获得的所有桶。 group B 回到 groupby，他只持有一个桶，编号为 999 的桶，该桶的指令结果与 group B 正在寻找的内容相匹配。所以这一桶group B给了list()，然后耸了耸肩，因为已经没有桶了，因为groupby告诉他的。
然后您向 dict() 询问与密钥 False 关联的人员，即人员 group A。到现在为止，groupby 已经没有什么可提供的了，井干了，他正站在一个有 999 桶水的水坑里，水里到处都是数字。你的第二个list() 什么也得不到。
这个故事的寓意是什么？在与groupby 交谈时立即要求所有桶装水，因为如果你不这样做，他会把它们全部洒出来！迭代器就像幻想曲中的扫帚，在不知不觉中勤奋地移动水，如果你不知道如何控制它们，你最好希望自己没有水。
这里的代码可以满足你的期望（用少一点的水来防止洪水）：
>>> from itertools import groupby
>>> keyfunc = lambda x : x > 5
>>> obj = dict((k, list(v)) for k, v in groupby(range(10), keyfunc))
>>> obj(True)
[0, 1, 2, 3, 4, 5]
>>> obj(False)
[6, 7, 8, 9]
【讨论】：
您缺少的是，groupby 函数迭代您给定的range(1000)，从而返回 1000 个值。您只保存最后一个，在您的情况下为999。您要做的是，遍历返回值并将它们保存到您的字典中：
dictionary = {}
keyfunc = lambda x : x > 500
for k, g in groupby(range(1000), keyfunc):
dictionary[k] = list(g)
所以你会得到预期的输出：
{False: [0, 1, 2, ...], True: [501, 502, 503, ...]}
有关详细信息，请参阅有关 itertools groupby 的 Python 文档。
【讨论】：