如何用Python标准库更优雅地实现周数据按月分组汇总？

嘿，我来帮你优化这段代码！你的原问题很典型——依赖输入列表按月份有序才能正确分组，一旦数据顺序打乱，结果就会出错，咱们用Python标准库就能写出更优雅、更健壮的实现，完全符合Pythonic风格~

问题分析 #

原代码的核心问题是必须依赖输入数据按月份连续排列，如果中间插入了其他月份的条目（比如把('2020/03/15', 56)放到2月的条目后面），就会错误地重复创建分组，导致汇总结果出错。接下来给你两种标准库的解决方案：

方案1：用collections.defaultdict（不依赖数据顺序）

这种方法最直观，不需要提前排序，直接遍历累加每个月份的值，时间复杂度是O(n)，效率很高：

from collections import defaultdict

sum_weekly = [('2020/01/05', 59), ('2020/01/19', 88), ('2020/01/26', 95), ('2020/02/02', 89), ('2020/02/09', 113), ('2020/02/16', 90), ('2020/02/23', 68), ('2020/03/01', 74), ('2020/03/08', 85), ('2020/04/19', 6), ('2020/04/26', 5), ('2020/05/03', 14), ('2020/05/10', 5), ('2020/05/17', 20), ('2020/05/24', 28),('2020/03/15', 56), ('2020/03/29', 5), ('2020/04/12', 2),]

# 初始化一个默认值为0的字典，用来存每个月份的累加值
monthly_sum = defaultdict(int)
for date_str, value in sum_weekly:
    # 提取日期中的月份部分
    month = date_str.split('/')[1]
    monthly_sum[month] += value

# 如果需要按月份顺序输出，用sorted排序；不需要的话直接转成list即可
out = sorted(monthly_sum.items(), key=lambda x: x[0])
print(out)
# 输出：[('01', 242), ('02', 360), ('03', 220), ('04', 13), ('05', 67)]

优势：完全不依赖输入顺序，处理无序数据时更高效，逻辑清晰易懂。

方案2：用itertools.groupby（简洁的分组写法，需先排序）

如果你的数据可以接受先排序（或者本身就是有序的），groupby配合列表推导式的写法非常简洁，很有Python风格：

from itertools import groupby

sum_weekly = [('2020/01/05', 59), ('2020/01/19', 88), ('2020/01/26', 95), ('2020/02/02', 89), ('2020/02/09', 113), ('2020/02/16', 90), ('2020/02/23', 68), ('2020/03/01', 74), ('2020/03/08', 85), ('2020/04/19', 6), ('2020/04/26', 5), ('2020/05/03', 14), ('2020/05/10', 5), ('2020/05/17', 20), ('2020/05/24', 28),('2020/03/15', 56), ('2020/03/29', 5), ('2020/04/12', 2),]

# 先按月份对数据排序，因为groupby只能将连续的相同键分到一组
sorted_weekly = sorted(sum_weekly, key=lambda x: x[0].split('/')[1])

# 按月份分组，同时计算每组的总和
out = [
    (month, sum(value for _, value in group)) 
    for month, group in groupby(sorted_weekly, key=lambda x: x[0].split('/')[1])
]

print(out)
# 输出同样是：[('01', 242), ('02', 360), ('03', 220), ('04', 13), ('05', 67)]

优势：代码简洁紧凑，用列表推导式完成分组+求和，符合Python的“简洁至上”原则。

两种方案对比 #

• 如果数据是无序的，优先选defaultdict，效率更高（O(n) vs O(n log n)的排序开销）；
• 如果数据本身有序，或者你需要保持分组后的顺序和原有序列表一致，groupby的写法更优雅。

内容的提问来源于stack exchange，提问作者rush dee