如何在Mapper输出结果上使用groupby进行分组处理？

你需要修改代码以实现按字母分组并收集对应的整数元组列表，以下是调整后的代码：

from itertools import groupby
from operator import itemgetter
import sys

def read_mapper_output(file):
    for line in file:
        # 拆分每行，得到 [字母, 数字1, 数字2, 数字3] 的列表
        yield line.strip().split()

# 读取mapper输出
data = read_mapper_output(sys.stdin)
# 按字母排序，确保相同字母的行连续，groupby才能正确分组
data_sorted = sorted(data, key=itemgetter(0))

# 按字母分组处理
for key, keygroup in groupby(data_sorted, itemgetter(0)):
    # 将每组的数字部分转为整数元组，收集成列表
    tuple_list = [tuple(map(int, item[1:])) for item in keygroup]
    # 按要求格式输出
    print(f"{key} {tuple_list}")

关键修改说明： #

• 排序处理：添加data_sorted = sorted(data, key=itemgetter(0))，因为itertools.groupby只会将连续相同的key归为一组，排序后能确保所有同字母的行被集中处理。
• 元组生成：替换原字符串拼接逻辑，通过tuple(map(int, item[1:]))将每行的三个数字字符串转为整数元组，再收集成列表。
• 格式化输出：使用f-string简化输出格式，直接打印字母和对应的元组列表。

内容的提问来源于stack exchange，提问作者Zaku