Python itertools.pairwise 怎么在相邻记录比较中保留首尾信息

itertools.pairwise 只产生重叠的相邻二元组：有 n 条输入时，输出最多是 n-1 个比较项。因此，业务结果如果还需要“第一条记录”和“最后一条记录”，不能只收集 pairwise 的输出。更稳妥的做法是先保留首条，再让 chain 把它接回原迭代器，用 pairwise 逐个比较，同时把每个右值更新为当前末条。

业务负载：先明确 pairwise 的输出边界

相邻比较常见于事件序列、价格变化、日志间隔或状态迁移。假设输入依次为 R1、R2、R3、R4，pairwise 会给出 (R1, R2)、(R2, R3) 和 (R3, R4)。它不会额外返回独立的 R1 或 R4。

这个行为不是遗漏，而是相邻关系的自然结果：每个二元组需要一个左值和一个右值。业务层如果要展示序列范围、写入首尾审计字段，或在比较完成后生成摘要，就要把边界信息和 pairs 作为并列结果建模。

约束条件：序列和流式输入不是同一种负载

如果数据是列表、元组等可索引序列，直接读取 records[0] 和 records[-1] 很直观。但真实管道里经常传入文件迭代器、数据库游标或生成器，它们没有负索引，也不应该为了取末条而提前物化全部数据。

因此实现前先回答两个问题：数据是否允许重复遍历，以及相邻比较结果是否必须一次性返回。如果输入只能消费一次，就要在同一轮迭代中维护 first、last 和比较结果；如果比较结果还要实时发送，则可以把 pairs 设计成生成器，把最终的末条状态放到消费结束时汇总。

方案对比：列表切片、pairwise 与手动游标

对于本文的任务，推荐第二种。它保留了 pairwise 表达相邻关系的清晰度，又把首尾字段的生命周期写在同一个函数里，调用者不需要猜测末条是否已经被消费。

推荐架构：用 chain 和 pairwise 维护首尾

下面的函数接收任意可迭代对象，返回首条记录、相邻比较列表和末条记录。只有在业务确实需要保存全部比较结果时，才把 pairs 设为列表；读取过程本身仍然是单次、惰性的。

from itertools import chain, pairwise


def compare_with_boundaries(records):
    """比较相邻记录，并返回首条、比较结果和末条。"""
    iterator = iter(records)
    first = next(iterator, None)

    # 空输入没有边界，也没有相邻关系，直接返回统一结构。
    if first is None:
        return None, [], None

    pairs = []
    last = first

    # 把已取出的首条接回流中，避免把剩余生成器整体转换成列表。
    for left, right in pairwise(chain((first,), iterator)):
        # 这里可以替换成差值、状态迁移等业务比较逻辑。
        pairs.append((left, right))
        # 每个 right 都是目前为止最后看到的记录。
        last = right

    return first, pairs, last


records = ({"id": i, "value": value}
           for i, value in enumerate([12, 15, 11, 20], start=1))
first, pairs, last = compare_with_boundaries(records)
# first 是 id=1，last 是 id=4，pairs 有 3 个相邻二元组。

这里的关键不是把 first 传给 pairwise，而是通过 chain 把它重新放回完整输入顺序。这样第一轮会比较 first 与原迭代器的第一条剩余记录，后续仍按相邻顺序推进。

风险点：空流、单条流和异常中断

边界用例应该在接口层先说清楚。空迭代器返回三个空状态；只有一条记录时，首条和末条是同一个对象，但没有 pairs；两条及以上记录才会至少产生一个相邻二元组。不要用“没有 pair 就说明没有数据”来判断，因为单条输入也没有 pair。

def boundary_summary(records):
    iterator = iter(records)
    first = next(iterator, None)

    # 用 None 表示没有首条；如果业务允许记录本身为 None，应改用独立哨兵对象。
    if first is None:
        return {"first": None, "last": None, "pair_count": 0}

    last = first
    pair_count = 0
    for _left, right in pairwise(chain((first,), iterator)):
        # 只计数并维护末条时，不必把全部 pairs 留在内存中。
        pair_count += 1
        last = right

    return {"first": first, "last": last, "pair_count": pair_count}

还有两个容易忽略的风险。第一，若合法记录值本身可能是 None，就不能把 None 同时当作“没有首条”的标记，应改用模块级哨兵。第二，如果比较函数在中途抛出异常，生成器已经被消费了一部分；除非上游支持重新创建，否则不要假设可以从原迭代器继续重试。

落地清单：把边界状态写进调用约定

1. 先决定调用者需要完整 pairs，还是只需要比较数量与首尾摘要。
2. 把空输入的返回约定固定下来，避免调用方把单条输入误判为空。
3. 对生成器使用单次迭代方案，不为了取末条而调用 list(records)。
4. 如果记录允许 None，使用独立哨兵区分“无记录”和“记录值为空”。
5. 在异常处理文档里说明迭代器已消费的事实，重试时重新创建输入流。

常见问题

pairwise 为什么没有返回最后一条记录？

因为它的结果是相邻二元组，不是原序列的副本。最后一条只作为最后一个二元组的右值出现，需要在遍历时单独保存。

只有一条记录时应该返回一个 pair 吗？

不应该。单条输入没有相邻对象，所以 pairs 为空；但首条和末条都可以指向这条记录。

可以先把生成器转成列表再取首尾吗？

可以，但会失去流式处理的内存优势。数据量小且需要重复遍历时这样做简单；对文件、游标或大数据流，优先在一次消费中维护边界。

什么时候应该不用 pairwise？

如果业务需要同时发出首条事件、每个相邻比较事件和末条事件，或者每一步都依赖更复杂的状态，手动维护 previous 可能更直白。选择重点是让边界状态可见，而不是强行使用某个工具。