Python itertools模块的groupby函数介绍

itertools.groupby 是 Python 标准库 itertools 模块中的一个函数，它的主要功能是对可迭代对象中相邻的相同元素进行分组。

itertools.groupby(iterable, key=None) 函数

作用：

将连续的（相邻的）相同元素分组，返回 (key, group) 的迭代器。

导入方式：

import itertools

参数说明：

• iterable：要进行分组的可迭代对象。

• key（可选）：一个函数，用来指定分组依据；默认是元素本身。

注意事项：

• 它 不会自动排序或打乱顺序，只会对连续相同 key 的元素进行分组。

• 所以通常配合 sorted() 使用，才能对非连续相同元素也正确分组。

基础示例代码：

import itertools

data = [1, 1, 2, 2, 2, 3, 1]

for key, group in itertools.groupby(data):
    print(f"{key} -> {list(group)}")

输出：

1 -> [1, 1]
2 -> [2, 2, 2]
3 -> [3]
1 -> [1]

注意最后又出现了一个 1 -> [1]，因为 groupby 是按“连续”的来分组的！

搭配 key 使用示例：

比如我们对一组字符串按首字母分组：

data = ['apple', 'apricot', 'banana', 'blueberry', 'cherry']

# 需要先排序，否则相同首字母不连续
data_sorted = sorted(data, key=lambda x: x[0])

for key, group in itertools.groupby(data_sorted, key=lambda x: x[0]):
    print(f"{key} -> {list(group)}")

输出：

a -> ['apple', 'apricot']
b -> ['banana', 'blueberry']
c -> ['cherry']

实用小技巧：

你可以用 groupby 来做各种分组统计，比如：

• 按类型分组处理对象；

• 对已排序的日志数据按日期分组；

• 对字符流按重复字符分组等等。