Python groupby 为什么会出现两个同名分组？

一份名单里，“研发”出现了两次。直接使用 itertools.groupby，为什么也会得到两个“研发”分组？先看一个可直接运行的样例。

1. 同名分组出现两次

from itertools import groupby

rows = [("研发", "小王"), ("产品", "小李"), ("研发", "小周")]

for team, members in groupby(rows, key=lambda row: row[0]):
    print(team, [name for _, name in members])

实际结果是：

研发 ['小王']
产品 ['小李']
研发 ['小周']

groupby 按相邻元素的键变化划分组。名单从“研发”变为“产品”，再变回“研发”，所以出现三组。后面的同名键不会自动并回前面的组。Python 官方 itertools 文档对这个行为有明确说明。

如果需要表示输入中连续的片段，这个结果就是需要的结果，不必排序。

2. 想按部门合并时，先让同名部门相邻

在接着上例执行时，可以对同一个键排序：

ordered = sorted(rows, key=lambda row: row[0])

for team, members in groupby(ordered, key=lambda row: row[0]):
    print(team, [name for _, name in members])

本样例得到：

产品 ['小李']
研发 ['小王', '小周']

这里使用 sorted 返回新的列表，原始 rows 的顺序保持不变。排序键与分组键一致，才符合这段代码“按部门合并”的目的。不要把例子中的中文排序顺序当成业务规定；有自定义展示顺序时，应明确写出排序规则。

groupby 返回的组本身是迭代器。若准备稍后再处理某一组，应在当前轮用 list(members) 保存它，不要先收集组迭代器，最后才统一消费。

3. 不想为了聚合排序，可以直接用字典

如果目标只是按部门收集成员，下面的写法更直接：

from collections import defaultdict

groups = defaultdict(list)
for team, name in rows:
    groups[team].append(name)

print(dict(groups))

本样例得到：

{'研发': ['小王', '小周'], '产品': ['小李']}

这一版按原始输入顺序向各部门追加成员，但会把成员保存在列表里。数据很大时，需要考虑保存完整分组的内存成本；本文没有做性能或内存基准测试。

4. 先确认需求，再选写法

要保留连续片段，就直接使用 groupby；要把同键记录收在一起，可以先按同一个键排序，也可以用字典累计。不要仅凭函数名判断两种写法等价。

本次教学数据为独立构造的名单，不来自真实人员记录。在本机 Python 3.9.6 中，检查了相邻分组的键与数量、排序后的合并、字典聚合、原始输入保持不变、空输入和相邻重复，共七项断言。

官方参考：docs.python.org/3/library/itertools.html#itertools.groupby。

本文由 AI 辅助整理，示例已在本机实际执行。