Python itertools.groupby函數的應用場景及使用方法

一、groupby函數概述

groupby函數可以將一個序列按照指定的標準進行分組，返回一個根據分組的標準而創建的分組對象，可以通過循環迭代獲取分組和分組中的元素。groupby函數是itertools模塊的函數。

groupby函數的使用方法如下：

import itertools

key_func = lambda x: x[0]
grouped_data = itertools.groupby(iterable, key_func)
for key, group in grouped_data:
    for item in group:
        # do something with item

其中，iterable是要分組的序列，可以是列表、元組、生成器等可迭代對象；key_func是指定分組的標準，它是一個函數，接收一個元素作為參數，返回一個表示分組標準的值；grouped_data是分組後的對象，它包含了分組後的每個子集和對應的鍵。

二、groupby函數的應用場景

1.分組統計

groupby函數可以用於分組統計數據。假設我們有一個列表存儲了每個人的姓名、年齡和性別，我們可以使用groupby函數按照性別對其進行分組，並統計每個性別的人數和平均年齡。

import itertools

people = [('Alice', 25, 'F'), ('Bob', 30, 'M'), ('Charlie', 20, 'M'), ('David', 27, 'M'), ('Eve', 22, 'F')]

# 按照性別進行分組，並統計每個性別的人數和平均年齡
gender_func = lambda x: x[2]
grouped_data = itertools.groupby(sorted(people, key=gender_func), key_func=gender_func)
for gender, group in grouped_data:
    count = 0
    age_sum = 0
    for person in group:
        count += 1
        age_sum += person[1]
    avg_age = age_sum / count
    print(f"Gender: {gender}, Count: {count}, Average Age: {avg_age}")

輸出結果為：

Gender: F, Count: 2, Average Age: 23.5
Gender: M, Count: 3, Average Age: 25.666666666666668

2.去除連續重複元素

groupby函數可以用於去除連續重複的元素。假設我們有一個列表，其中包含了連續的重複元素，我們可以使用groupby函數將其去重。

import itertools

data = [1, 1, 2, 2, 3, 3, 3, 4, 4, 5]

# 去除連續重複元素
grouped_data = itertools.groupby(data)
result = [k for k, g in grouped_data]
print(result)  # [1, 2, 3, 4, 5]

3.按照指定長度分組

groupby函數可以用於按照指定長度對序列進行分組。假設我們有一個列表，我們想將其按照行切分成若干個小列表，我們可以使用groupby函數實現。

import itertools

data = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 按照長度為3進行分組
grouped_data = itertools.groupby(enumerate(data), key=lambda x: x[0] // 3)
result = [[x[1] for x in g] for k, g in grouped_data]
print(result)  # [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

三、小結

groupby函數是一個非常強大的分組函數，可以應用於各種不同的場景。我們可以使用它進行分組統計、去重、按照指定長度分組等操作。在使用groupby函數時需要注意分組標準的設置，以及獲取分組結果的方式。