使用纯Python或itertools按间隔规则对日期列表进行分组的方法

itertools.groupby 本身无法直接满足你的需求，它的设计是基于单个元素的key值做连续分组，key函数只能接收当前元素作为输入，无法访问分组的起始元素、也不能保存上下文状态，自然不支持你需要的双日期比较逻辑。

推荐方案：手动遍历实现 #

这是最简洁、可读性最高、性能也最优的方案，时间复杂度为O(n)，完全适配已排序的输入列表：

import datetime
from typing import List

def group_dates_by_interval(sorted_dates: List[datetime.date], max_days: int = 30) -> List[List[datetime.date]]:
    if not sorted_dates:
        return []
    
    groups = []
    current_group = [sorted_dates[0]]
    
    for date in sorted_dates[1:]:
        if (date - current_group[0]).days <= max_days:
            current_group.append(date)
        else:
            groups.append(current_group)
            current_group = [date]
    # 加入最后一个分组
    groups.append(current_group)
    return groups

测试你的示例输入：

test_dates = [
    datetime.date(2006, 8, 15),
    datetime.date(2006, 9, 12),
    datetime.date(2007, 8, 10),
    datetime.date(2021, 4, 6),
    datetime.date(2021, 4, 16),
    datetime.date(2021, 4, 19)
]

print(group_dates_by_interval(test_dates))

输出结果和你预期完全一致：

[[datetime.date(2006, 8, 15), datetime.date(2006, 9, 12)], [datetime.date(2007, 8, 10)], [datetime.date(2021, 4, 6), datetime.date(2021, 4, 16), datetime.date(2021, 4, 19)]]

可选方案：结合itertools实现 #

如果你一定要用itertools相关函数，可以用itertools.accumulate生成分组标记，再配合groupby做聚合，不过可读性会差一些：

import itertools
import datetime

test_dates = [
    datetime.date(2006, 8, 15),
    datetime.date(2006, 9, 12),
    datetime.date(2007, 8, 10),
    datetime.date(2021, 4, 6),
    datetime.date(2021, 4, 16),
    datetime.date(2021, 4, 19)
]

# 生成每个日期对应的分组ID
group_ids = itertools.accumulate(
    test_dates[1:],
    lambda group_id, curr_date: group_id if (curr_date - test_dates[group_id]).days <= 30 else group_id + 1,
    initial=0
)

# 按分组ID聚合后提取日期
result = [
    [d for _, d in group]
    for _, group in itertools.groupby(zip(group_ids, test_dates), key=lambda x: x[0])
]

内容的提问来源于stack exchange，提问作者lsgrep