如何以缺失值为分隔符分组列表并混合整数与字符串数据

承接Stack Overflow问题《I want to group data in a list with missing values as delimiter》，现有如下示例数据：

data = [1, 2, 3, nan, nan, nan, 4, 5, 6, nan, nan, 7, nan, 8, 9, nan, 0, 0, 'hello']

原代码及问题 #

使用以下代码尝试分组：

from math import nan
from itertools import groupby

data = [1, 2, 3, nan, nan, nan, 4, 5, 6, nan, nan, 7, nan, 8, 9, nan, 0, 0, 'hello']

g = groupby(data, key=type)  # 按数据类型分组，int与float类型不同
groups = [list(a[1]) for a in g if a[0] != float]  

print(groups)  

得到结果：

[[1, 2, 3], [4, 5, 6], [7], [8, 9], [0, 0], ['hello']]

但期望将末尾的整数与字符串合并为一组，目标结果：

[[1, 2, 3], [4, 5, 6], [7], [8, 9], [0, 0, 'hello']]

尝试调整过滤条件groups = [list(a[1]) for a in g if a[0] != float or a[0] == str]无效，因为groupby已按type把int和str拆分成独立组，后续过滤无法合并已拆分的组。

解决方案 #

修改groupby的分组规则，不再按元素类型分组，而是将NaN作为分隔标记，连续的非NaN元素归为同一组：

from math import nan
from itertools import groupby
import math

data = [1, 2, 3, nan, nan, nan, 4, 5, 6, nan, nan, 7, nan, 8, 9, nan, 0, 0, 'hello']

# 自定义key：标记元素是否为NaN，连续非NaN元素会被归为同一组
g = groupby(data, key=lambda x: math.isnan(x) if isinstance(x, float) else False)

# 过滤掉NaN对应的组，收集非NaN组的元素
groups = [list(group) for key, group in g if not key]

print(groups)

运行后得到期望结果：

[[1, 2, 3], [4, 5, 6], [7], [8, 9], [0, 0, 'hello']]

说明 #

自定义的key函数逻辑：

• 若元素是float类型，判断是否为NaN，是则返回True，否则返回False
• 非float类型的元素（int、str等）直接返回False
groupby会将连续返回False的元素分到同一组，NaN返回的True则作为分组分隔符，最终过滤掉NaN组即可得到目标分组结果。

内容的提问来源于stack exchange，提问作者Erwin