根据字段将记录分组 --itertools.groupby()

问题：有一系列的字典或对象实例，想根据某个特定的字段(比如说日期)来分组迭代数据

rows = [
    {'adress': '5412 N', 'date': '07/01/2018'},
    {'adress': '542 N', 'date': '07/01/2018'},
    {'adress': '1212 N', 'date': '07/12/2018'},
    {'adress': '3212 N', 'date': '07/10/2018'},
    {'adress': '12 N', 'date': '07/15/2018'},
]

1、根据日期以分组的方式迭代数据：首先以目标字段'date'来序列排序，然后再使用itertools.groupby()分组

# 排序 --对元序列排序
rows.sort(key=operator.itemgetter('date'))
print(rows)
Out:
[{'date': '07/01/2018', 'adress': '5412 N'}, {'date': '07/01/2018', 'adress': '542 N'}, {'date': '07/10/2018', 'adress': '3212 N'}, {'date': '07/12/2018', 'adress': '1212 N'}, {'date': '07/15/2018', 'adress': '12 N'}]

# 分组
for date, items in itertools.groupby(rows, key=operator.itemgetter('date')):
    print(date)
    for item in items:
        print('  ', item)
Out:
07/01/2018
   {'date': '07/01/2018', 'adress': '5412 N'}
   {'date': '07/01/2018', 'adress': '542 N'}
07/10/2018
   {'date': '07/10/2018', 'adress': '3212 N'}
07/12/2018
   {'date': '07/12/2018', 'adress': '1212 N'}
07/15/2018
   {'date': '07/15/2018', 'adress': '12 N'}

2、如果只是简单的根据日期将数据分组到一起，可以使用collections.defaultdict()构建一个一键多值字典

rows_by_date = collections.defaultdict(list)
for row in rows:
    rows_by_date[row['date']].append(row)
print(rows_by_date)
Out：defaultdict(<class 'list'>, {'07/12/2018': [{'date': '07/12/2018', 'adress': '1212 N'}], '07/01/2018': [{'date': '07/01/2018', 'adress': '5412 N'}, {'date': '07/01/2018', 'adress': '542 N'}], '07/15/2018': [{'date': '07/15/2018', 'adress': '12 N'}], '07/10/2018': [{'date': '07/10/2018', 'adress': '3212 N'}]})

总结：

1、函数groupby()通过扫描序列找出相同的值(或是由参数key指定的函数返回的值)的序列项，并将它们分组；
2、groupby()创建了一个迭代器，而在每次迭代时都会返回一个value和一个子迭代器，这个子迭代器可以产生所有在该分组内具有该值得项；
3、groupby()只能检查连续的项，不首先排序的话，将无法按所想的方式来对记录分组；
4、如果只是简单的根据日期将数据分组到一起，可以使用collections.defaultdict()构建一个一键多值字典，并不需要先对记录排序。

根据字段将记录分组 --itertools.groupby()

总结：

推荐阅读更多精彩内容