为什么`zip`似乎消耗了`groupby`迭代？

Question

所以使用itertools.groupby() 拆分列表相当简单。

>>> import itertools as it
>>> iterable = it.groupby([1, 2, 3, 4, 5, 2, 3, 4, 2], lambda p: p==2)
>>> for x, y in iterable:
...     print(x, list(y))
...     next(iterable)
False [1]
False [3, 4, 5]
False [3, 4]

按预期工作。但是使用zip这种常见的python习语多次向上迭代迭代器以一次遍历2个似乎会破坏事情。

>>> iterable = it.groupby([1, 2, 3, 4, 5, 2, 3, 4, 2], lambda p: p==2)
>>> for (x, y), _ in zip(iterable, iterable):
...     print(x, list(y))
False []
False []
False []

添加print(y) 显示了预期的嵌套可迭代<itertools._grouper object at 0xXXXXXXXX>，但我显然遗漏了为什么grouper 对象为空的原因。有人能解释一下吗？

如果我有一个不均匀的列表并使用itertools.zip_longest，我会得到一个更奇怪的结果：

>>> iterable = it.groupby([1, 2, 3, 4, 5, 2, 3, 4], lambda p: p==2)
>>> for (x, y), _ in it.zip_longest(iterable, iterable, fillvalue=None):
...     print(x, list(y))
False []
False []
False [4]

更新：简单的解决方法是使用itertools.islice()：

>>> iterable = it.groupby([1, 2, 3, 4, 5, 2, 3, 4, 2], lambda p: p==2)
>>> for x, y in it.islice(iterable, None, None, 2):
...     print(x, list(y))
False [1]
False [3, 4, 5]
False [3, 4]

Answer 1

groupby 文档警告您

返回的组本身是一个迭代器，它与 groupby() 共享底层迭代。因为源是共享的，所以当 groupby() 对象前进时，上一个组不再可见。

当您的zip 生成((key, group), (key, group)) 对时，它会将groupby 迭代器超过第一组，从而使第一组无法使用。您需要在前进之前实现组：

iterable = ((key, list(group)) for (key, group) in it.groupby([1, 2, 3, 4, 5, 2, 3, 4, 2], lambda p: p==2))
for (x, y), _ in zip(iterable, iterable):
    print(x, y)

Answer 2

因为一旦您到达itertools.groupby 中的下一项，它就会丢弃之前遇到的任何_grouper-generators。

他们将看到的最新项目：

>>> iterable = it.groupby([1, 2, 3, 4, 5, 2, 3, 4, 2], lambda p: p==2)
>>> for (x, y), (x2, y2) in zip(iterable, iterable):
...     print(x2, list(y2))
True [2]
True [2]
True [2]

documentation 包含有关此行​​为的警告：

返回的组本身就是一个迭代器，它与 groupby() 共享底层迭代。因为源是共享的，所以当 groupby() 对象高级时，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。

因此，通过使用 (x, y), _ in zip(iterable, iterable)，您实际上将迭代器提高了 2（即使最新结果转储到 _），而第一个（您的 x, y）不再可用！