itertools.groupby只对相邻相同键元素分组，未排序数据会导致同一键被拆成多组；必须先用相同key函数排序，否则分组失效。
itertools.groupby 只对相邻相同键的元素分组，未排序数据直接用会漏分组——必须先按分组键排序，且排序 key 要和 groupby 的 key 一致。
为什么未排序数据用 groupby 会出错
groupby 不是“全局分组”，它只把连续出现的相同键值归为一组。一旦相同键的元素被其他键隔开，就会被拆成多组，甚至每组只有一个元素。
常见错误现象：groupby(data, key=lambda x: x['category']) 返回十几个 category='A' 的组，而不是一个组。
- 输入列表中
'A'出现在索引 0、5、12，groupby 会生成三组，而非一组 - 底层逻辑是游标扫描，遇到键变化就切组，不回看也不重排
- 和 SQL 的 GROUP BY 或 pandas.groupby 行为完全不同，别凭直觉类比
正确做法：先 sorted + 相同 key 再 groupby
排序不是可选步骤，而是必要前置。关键点在于 sorted 和 groupby 必须用完全相同的 key 函数，否则分组结果不可预测。
立即学习“Python免费学习笔记（深入）”；
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
示例（按字典字段分组）：
from itertools import groupby
<p>data = [{'name': 'a', 'type': 'X'}, {'name': 'b', 'type': 'Y'}, {'name': 'c', 'type': 'X'}]</p><h1>错误：未排序</h1><h1>list(groupby(data, key=lambda x: x['type'])) # 得到两组 {'X'}, {'Y'}, {'X'}</h1><h1>正确：先排序，key 严格一致</h1><p>sorted_data = sorted(data, key=lambda x: x['type'])
groups = {k: list(g) for k, g in groupby(sorted_data, key=lambda x: x['type'])}</p><h1>→ {'X': [{'name': 'a', 'type': 'X'}, {'name': 'c', 'type': 'X'}], 'Y': [{'name': 'b', 'type': 'Y'}]}</h1><p>- 排序稳定性不影响结果，但必须用
key参数，不能依赖默认顺序 - 如果原始数据是元组或简单类型（如
['a', 'b', 'a']），同样要sorted(items, key=lambda x: x) - 性能提示：
sorted是 O(n log n)，大数据量时不如用defaultdict(list)一次遍历
替代方案：什么情况下不该硬用 groupby
如果你只是想把所有同键元素收进一个容器，又不关心顺序或流式处理，groupby 反而绕弯子。
- 需要随机访问分组结果 → 用
defaultdict(list)：for x in data: d[x['type']].append(x) - 数据已按某字段索引 → 直接用字典推导式：
{k: [x for x in data if x['type']==k] for k in set(x['type'] for x in data)}（小数据适用） - 后续还要做聚合（sum/len/max）→ 用
itertools.groupby配合map更省内存，但前提是已排序 - 错误地以为
groupby能替代collections.Counter→ 计数请直接用Counter，别绕路
最容易被忽略的一点：lambda 函数里不能有副作用（比如修改外部变量），因为 sorted 和 groupby 各自调用一次 key，两次调用结果必须一致；若 key 函数依赖时间或随机数，排序和分组用的键就可能不同。
