本文教你用python精准实现：从62个国家中随机抽取48个，再严格均分到12个小组（每组恰好4人），避免余数导致的不均衡分组。
本文教你用python精准实现：从62个国家中随机抽取48个，再严格均分到12个小组（每组恰好4人），避免余数导致的不均衡分组。
你的原始代码存在几个关键问题：
- 使用 for country in countries[:] 遍历时，内部又调用 countries.remove() 动态修改列表，导致遍历逻辑错乱；
- 分组计数逻辑（membersInGroup）与实际打印、抽样未同步，且未真正构建分组结构；
- random.choice() 单次抽取无法保证不重复，也难以控制总数量和分组结构。
✅ 正确做法是两步分离、函数化处理：
- 随机无放回抽样：用 random.sample(population, k) 一次性选出48个不重复国家；
- 等长批量切分：用 itertools.batched(iterable, n) 将列表按每4个元素切分为元组（Python 3.12+内置），天然保证每组恰好4人，且总数整除（48 ÷ 4 = 12），零余数。
以下是简洁、健壮、可读性强的实现：
from random import sample
from itertools import batched
countries = ['Argentina', 'France', 'Belgium', 'England', 'Brazil', 'Portugal',
'Netherlands', 'Spain', 'Italy', 'Croatia', 'United_States', 'Colombia',
# ...（其余国家，同原列表）
'South_Africa', 'Republic_of_Ireland', 'Finland']
# 步骤1：随机抽取48个不重复国家
selected = sample(countries, 48)
# 步骤2：每4个一组，生成12个元组
groups = list(batched(selected, 4))
# 打印结果（格式清晰，便于验证）
for i, group in enumerate(groups, start=1):
print(f"Group {i}: {list(group)}")
? 注意事项：
- itertools.batched 是 Python 3.12+ 新增函数。若使用旧版本（如3.11或更早），可用兼容写法替代：
from itertools import islice def batched(iterable, n): iterator = iter(iterable) while batch := list(islice(iterator, n)): yield batch - sample() 自动确保无重复且随机性良好，无需手动 remove 或 choice 循环；
- 所有分组均为独立列表（或元组），后续可直接用于匹配、展示或导出。
? 总结：
不要在循环中边遍历边修改原列表，也不要用状态变量手动计数分组。用 sample + batched 组合，既语义清晰，又逻辑严谨——48个元素 ÷ 每组4人 = 精准12组，零误差、零冗余、零调试负担。这是Python数据分组任务的标准实践方式。
