Беспокоящее странное поведение / ошибка в Python itertools groupby?
Я используюitertools.groupby
проанализировать короткий текстовый файл с разделителями табуляции. текстовый файл имеет несколько столбцов, и все, что я хочу сделать, это сгруппировать все записи, которые имеют определенное значениеx
в определенном столбце. Код ниже делает это для столбца с именемname2
, ища значение в переменнойx
, Я пытался сделать это с помощьюcsv.DictReader
а такжеitertools.groupby
, В таблице есть8 строки, соответствующие этому критерию, поэтому 8 записей должны быть возвращены. Вместоgroupby
возвращает два набора записей, один с одной записью, а другой с 7, что кажется неправильным поведением. Я делаю сопоставление вручную ниже на тех же данных и получаю правильный результат:
import itertools, operator, csv
col_name = "name2"
x = "ENSMUSG00000002459"
print "looking for entries with value %s in column %s" %(x, col_name)
print "groupby gets it wrong: "
data = csv.DictReader(open(f), delimiter="\t", fieldnames=fieldnames)
for name, entries in itertools.groupby(data, key=operator.itemgetter(col_name)):
if name == "ENSMUSG00000002459":
wrong_result = [e for e in entries]
print "wrong result has %d entries" %(len(wrong_result))
print "manually grouping entries is correct: "
data = csv.DictReader(open(f), delimiter="\t", fieldnames=fieldnames)
correct_result = []
for row in data:
if row[col_name] == "ENSMUSG00000002459":
correct_result.append(row)
print "correct result has %d entries" %(len(correct_result))
Я получаю вывод:
looking for entries with value ENSMUSG00000002459 in column name2
groupby gets it wrong:
wrong result has 7 entries
wrong result has 1 entries
manually grouping entries is correct:
correct result has 8 entries
что происходит здесь? Еслиgroupby
действительно группировка, кажется, я должен получить только один набор записей вx
, но вместо этого он возвращает два. Я не могу понять это.РЕДАКТИРОВАТЬ: Ах, понял, это должно быть отсортировано.