Python itertools.groupby仅打印计数时结果异常的原因

核心原因 #

itertools.groupby()返回的迭代器，每个元素是**(分组键, 分组迭代器)**的二元元组。两种遍历方式的差异，本质是对这个元组的处理方式不同：

1. 正确遍历（键+计数）
   当你写for key, group in groups时，是对每个二元元组做了解构赋值：元组的第一个元素（分组的键，比如1、2）被赋值给key，第二个元素（对应分组的迭代器）被赋值给group。此时len(list(group))是把分组迭代器转成列表，统计该分组内元素的数量，结果自然符合预期。

2. 错误遍历（仅计数）
   当你写for group in groups时，group变量接收的是整个二元元组（比如(1, <itertools._grouper object at 0x...>)）。此时len(list(group))是把这个二元元组转成列表，得到[key, 分组迭代器]，这个列表的长度固定为2，所以每次打印的结果都是2。

验证示例 #

你可以修改第二个代码，打印出每个group的实际内容，就能直观看到问题：

from itertools import groupby

data = [1, 1, 3, 2, 3, 3, 4, 5, 5]
sorted_data = sorted(data)
groups = groupby(sorted_data)

for item in groups:
    print("当前元素:", item)
    print("转成列表:", list(item))
    print("列表长度:", len(list(item)))
    print("---")

输出会类似：

当前元素: (1, <itertools._grouper object at 0x1023a4d90>)
转成列表: [1, <itertools._grouper object at 0x1023a4d90>]
列表长度: 2
---
当前元素: (2, <itertools._grouper object at 0x1023a4df0>)
转成列表: [2, <itertools._grouper object at 0x1023a4df0>]
列表长度: 2
---
...

修正方案 #

如果只想打印计数，正确的写法还是要解构元组，忽略键即可：

from itertools import groupby

data = [1, 1, 3, 2, 3, 3, 4, 5, 5]
sorted_data = sorted(data)
groups = groupby(sorted_data)

for _, group in groups:  # 用下划线忽略键
    print(len(list(group)))

这样就能得到预期的2、1、3、1、2。

内容的提问来源于stack exchange，提问作者Partha Pratim Sarma