Python遍历循环时校验同ID组内sku_id关联数据的实现方法

核心步骤 #

• 先按id对原始数据分组，注意用itertools.groupby前必须先按id排序——它只对连续相同键的元素分组
• 把每个分组拆成两类条目：sku_id=104的条目，以及其他sku的条目
• 将其他sku的quantity值存入集合，方便快速查找匹配值
• 逐个检查每个sku_id=104的条目：
  1. 计算其quantity的一半值
  2. 检查该值是否存在于其他sku的quantity集合中
  3. 只要有一个sku_id=104的条目不满足条件，就把该id加入结果集合

代码实现 #

from itertools import groupby

# 原始数据
data = [
    (21, 2, 10.0),
    (21, 104, 20.0),
    (22, 1, 371.0),
    (22, 104, 742.0),
    (23, 1, 114.0),
    (23, 104, 228.0),
    (25, 1, 2.0),
    (25, 104, 2.0)
]

# 先按id排序，保证groupby能正确分组
sorted_data = sorted(data, key=lambda x: x[0])

invalid_ids = set()

# 按id分组遍历处理
for id_val, group in groupby(sorted_data, key=lambda x: x[0]):
    group_list = list(group)
    # 拆分sku104条目和其他条目
    sku104_items = [item for item in group_list if item[1] == 104]
    other_quantities = {item[2] for item in group_list if item[1] != 104}
    
    # 校验每个sku104条目
    is_invalid = False
    for item in sku104_items:
        required_qty = item[2] / 2
        if required_qty not in other_quantities:
            is_invalid = True
            break
    
    if is_invalid:
        invalid_ids.add(id_val)

print("不符合要求的id集合:", invalid_ids)
# 输出: 不符合要求的id集合: {25}

代码说明 #

• 用集合存储其他sku的quantity，是因为集合的查找效率为O(1)，比列表遍历更高效
• 排序是itertools.groupby的必要前提，否则相同id但不连续的元素会被分成不同组
• 只要分组内有一个sku104条目不满足条件，整个组就会被判定为无效

内容的提问来源于stack exchange，提问作者python_help