使用itertools.groupby按二进制1的个数分组结果不符预期

为什么itertools.groupby会丢失数据？ #

itertools.groupby的核心逻辑是仅对相邻且分组键（key）相同的元素进行分组，它不会自动全局聚合所有同key的元素。

你直接使用未排序的0-7序列时，各元素的二进制1的个数分布是分散的：

• 0（key=0）→ 1（key=1）→ 2（key=1）→ 3（key=2）→ 4（key=1）→ 5（key=2）→ 6（key=2）→7（key=3）

同key的元素（如1、2、4）并非连续排列，groupby会生成多个离散的组：(1, [1,2])、(1, [4])，当你将这些结果转成字典时，后出现的同key组会覆盖之前的，最终每个key只保留最后一次出现的组，这就是你看到部分数字丢失的原因。

基于itertools的生成器式解决方案 #

要实现全局分组，必须先按分组key对原序列排序，让同key元素连续排列，再用groupby处理。以下是完全基于生成器的实现：

代码示例 #

import itertools

def group_by_bit_count(nums):
    # 先按二进制中1的个数排序，确保同key元素连续
    sorted_nums = sorted(nums, key=lambda x: bin(x).count('1'))
    # 惰性返回分组结果，每个group是生成器
    yield from itertools.groupby(sorted_nums, key=lambda x: bin(x).count('1'))

# 测试0-7的情况
result = dict((k, list(g)) for k, g in group_by_bit_count(range(8)))
print(result)
# 输出：{0: [0], 1: [1, 2, 4], 2: [3, 5, 6], 3: [7]}

# 惰性遍历（无需提前生成所有列表）
for key, group in group_by_bit_count(range(17)):
    print(f"{key}: {list(group)}")

如果追求极致惰性，也可以将排序后的序列转为生成器（不过sorted本身返回列表，对于超大序列可考虑外部排序，但itertools无内置排序工具）。上述方案中，除排序步骤外，分组过程完全是惰性的，符合生成器式要求。

内容的提问来源于stack exchange，提问作者tBuLi