时间戳

首页 > 解决方案 > 使用 itertools.tee 复制一个嵌套的迭代器（即 itertools.groupby）

python - 使用 itertools.tee 复制一个嵌套的迭代器（即 itertools.groupby）

问题描述

我正在读取一个文件（同时执行一些昂贵的逻辑），我需要在不同的函数中迭代几次，所以我真的只想读取和解析文件一次。

解析函数解析文件并返回一个itertools.groupby对象。

def parse_file():
    ...
    return itertools.groupby(lines, key=keyfunc)

我想过做以下事情：

csv_file_content = read_csv_file()

file_content_1, file_content_2 = itertools.tee(csv_file_content, 2)

foo(file_content_1)
bar(file_content_2)

但是，itertools.tee似乎只能“复制”外部迭代器，而内部（嵌套）迭代器仍然引用原始迭代器（因此在迭代由 返回的第itertools.tee一个迭代器后它将被耗尽）。

独立的 MCVE：

from itertools import groupby, tee

li = [{'name': 'a', 'id': 1},
      {'name': 'a', 'id': 2},
      {'name': 'b', 'id': 3},
      {'name': 'b', 'id': 4},
      {'name': 'c', 'id': 5},
      {'name': 'c', 'id': 6}]

groupby_obj = groupby(li, key=lambda x:x['name'])
tee_obj1, tee_obj2 = tee(groupby_obj, 2)

print(id(tee_obj1))
for group, data in tee_obj1:
    print(group)
    print(id(data))
    for i in data:
        print(i)

print('----')

print(id(tee_obj2))
for group, data in tee_obj2:
    print(group)
    print(id(data))
    for i in data:
        print(i)

输出

2380054450440
a
2380053623136
{'name': 'a', 'id': 1}
{'name': 'a', 'id': 2}
b
2380030915976
{'name': 'b', 'id': 3}
{'name': 'b', 'id': 4}
c
2380054184344
{'name': 'c', 'id': 5}
{'name': 'c', 'id': 6}
----
2380064387336
a
2380053623136  # same ID as above
b
2380030915976  # same ID as above 
c
2380054184344  # same ID as above

我们如何有效地复制嵌套迭代器？

标签： pythoniteratoritertools

解决方案

似乎grouped_object( class 'itertools.groupby') 被消耗一次，即使在itertools.tee. 同样的并行分配grouped_object也不起作用：

tee_obj1, tee_obj2 = groupby_obj, groupby_obj

有效的是以下内容的深层副本grouped_object：

tee_obj1, tee_obj2 = copy.deepcopy(groupby_obj), groupby_obj

推荐阅读