列表推导式中itertools groupby对象的if判断始终为假问题排查

现有一组文件名结构为[output-input]_[A-Z]_foo_bar_[0-n].pkl的文件列表：

file_list = [
 'output_A_foo_bar_0.pkl',
 'output_A_foo_bar_1.pkl',
 'output_A_foo_bar_2.pkl',
 'output_A_foo_bar_3.pkl',
 'output_B_foo_bar_0.pkl',
 'output_B_foo_bar_1.pkl',
 'output_B_foo_bar_2.pkl',
 'output_B_foo_bar_3.pkl',
 'output_G_foo_bar_1.pkl',
 'output_H_foo_bar_0.pkl',
 'output_H_foo_bar_1.pkl',
 'input_A_foo_bar_0.pkl',
 'input_H_foo_bar_0.pkl',
 'input_H_foo_bar_1.pkl',
 'input_H_foo_bar_2.pkl',
 'input_H_foo_bar_3.pkl']

需求是筛选出以output开头且分组后包含4个元素的文件组，预期结果如下：

[['output_A_foo_bar_0.pkl',
 'output_A_foo_bar_1.pkl',
 'output_A_foo_bar_2.pkl',
 'output_A_foo_bar_3.pkl'],
['output_B_foo_bar_0.pkl',
 'output_B_foo_bar_1.pkl',
 'output_B_foo_bar_2.pkl',
 'output_B_foo_bar_3.pkl']
]

尝试用itertools.groupby的列表推导式实现时，始终得到[[],[]]的结果，分组判断条件一直为False，无法得到正确输出。

你遇到的问题核心在于itertools.groupby的特性：

1. groupby返回的分组对象是一次性迭代器，如果在判断条件（比如len(list(group))）中先遍历了迭代器，后续再将其转换为列表时，迭代器已经被耗尽，只能得到空数组。这就是你得到[[],[]]的直接原因。
2. 若分组key的提取逻辑不正确，会导致分组混乱，无法正确聚合同组文件。

方案1：修正groupby的使用逻辑 #

先过滤出所有output开头的文件，再按统一的key分组，注意要先将分组迭代器转换为列表再进行长度判断：

from itertools import groupby

# 第一步：过滤所有output开头的文件
output_files = [f for f in file_list if f.startswith('output_')]

# 定义分组key：提取`output_[A-Z]`部分作为分组标识
def get_group_key(filename):
    # 按下划线拆分文件名，取前两部分拼接（如"output_A_foo..." → "output_A"）
    return '_'.join(filename.split('_')[:2])

# 注意：如果原列表中同组文件不连续，必须先按分组key排序，否则groupby会拆分同组文件
output_files_sorted = sorted(output_files, key=get_group_key)

# 分组并筛选长度为4的组
result = []
for key, group in groupby(output_files_sorted, key=get_group_key):
    group_files = list(group)  # 先将迭代器转为列表，避免后续耗尽
    if len(group_files) == 4:
        result.append(group_files)

方案2：用字典手动分组（更直观，无迭代器陷阱） #

如果觉得groupby的迭代器特性容易踩坑，可以用字典手动聚合同组文件：

group_dict = {}

for filename in file_list:
    # 跳过非output开头的文件
    if not filename.startswith('output_'):
        continue
    # 提取分组key
    group_key = '_'.join(filename.split('_')[:2])
    # 聚合同组文件
    if group_key not in group_dict:
        group_dict[group_key] = []
    group_dict[group_key].append(filename)

# 筛选出长度为4的文件组
result = [files for files in group_dict.values() if len(files) == 4]

两种方案最终都能得到你需要的预期结果。

内容的提问来源于stack exchange，提问作者aren