Python 比较两个包含字符串和子列表的列表_Python_Python 3.x_Python 3.6

Python 比较两个包含字符串和子列表的列表

python python-3.x

Python 比较两个包含字符串和子列表的列表,python,python-3.x,python-3.6,Python,Python 3.x,Python 3.6,我陷入了这样一种情况：我必须比较一个列表列表，其中每个子列表包含两个字符串和一个子列表。我想将每个子列表与下一个子列表进行比较，并在第三项（子列表）中记录它们的第一个字符串和匹配的标识符。看起来有点混乱。以下是一个例子：我有以下清单： node = [['1001', '2008-01-06T02:12:13Z', ['']], ['1002', '2008-01-06T02:13:55Z', ['']], ['1003', '2008-01-06T02:

我陷入了这样一种情况：我必须比较一个列表列表，其中每个子列表包含两个字符串和一个子列表。我想将每个子列表与下一个子列表进行比较，并在第三项（子列表）中记录它们的第一个字符串和匹配的标识符。看起来有点混乱。以下是一个例子：我有以下清单：

node = [['1001', '2008-01-06T02:12:13Z', ['']], 
        ['1002', '2008-01-06T02:13:55Z', ['']],  
        ['1003', '2008-01-06T02:13:00Z', ['Lion', 'Rhinoceros', 'Leopard', 'Panda']], 
        ['1004', '2008-01-06T02:15:20Z', ['Lion', 'Leopard', 'Eagle', 'Panda', 'Tiger']], 
        ['1005', '2008-01-06T02:15:48Z', ['Lion', 'Panda', 'Cheetah', 'Goat', 'Tiger']], 
        ['1006', '2008-01-06T02:13:30Z', ['']], 
        ['1007', '2008-01-06T02:13:38Z', ['Cheetah', 'Tiger', 'Goat']]]

每个子列表的第一项是ID，第二项是时间戳，第三项（子列表）包含成员。我想比较成员，如果两个子列表包含相同的成员，我想将它们与ID一起存储在一个新列表中，如下所示

output-list = [['1003', '1004', ['Lion', 'Leopard', 'Panda']], 
               ['1003', '1005', ['Lion', 'Panda']], 
               ['1004', '1005', ['Lion', 'Panda', 'Tiger']], 
               ['1004', '1007', ['Tiger']], 
               ['1005', '1007', ['Cheetah', 'Goat', 'Tiger']]]

我的头脑不知道如何做双for循环或任何其他方法。有人能帮我吗？很抱歉，我无法生成一个尝试性代码。

您可以为每个列表计算md5哈希值并进行比较，就像校验和一样

node_md5hash=hashlib.md5（bencode.bencode（node））.hexdigest（）
output-list_md5hash=hashlib.md5（bencode.bencode（输出列表））.hexdigest（）

它将为节点和输出列表提供md5哈希，如果哈希相同，那么它们的值也相同

您将需要导入hashlib库和bencode库（您可能需要pip安装bencode）。您可以为每个列表计算md5哈希并进行比较，就像校验和一样

node_md5hash=hashlib.md5（bencode.bencode（node））.hexdigest（）
output-list_md5hash=hashlib.md5（bencode.bencode（输出列表））.hexdigest（）

它将为节点和输出列表提供md5哈希，如果哈希相同，那么它们的值也相同

您需要导入hashlib库和bencode库（您可能需要pip安装bencode）。如果匹配列表中的顺序很重要，这里是最简单的方法

>>> out = [] >>> for ii, elem in enumerate(node[:-1]): ... for jj in range(ii + 1, len(node)): ... common = [subelem for subelem in elem[-1] if subelem in node[jj][-1]] ... if len(common) > 0 and common != ['']: ... out.append([elem[0], node[jj][0], common]) ... >>> for elem in out: ... print elem ... ['1003', '1004', ['Lion', 'Leopard', 'Panda']] ['1003', '1005', ['Lion', 'Panda']] ['1004', '1005', ['Lion', 'Panda', 'Tiger']] ['1004', '1007', ['Tiger']] ['1005', '1007', ['Cheetah', 'Goat', 'Tiger']]
如果顺序不重要且列表很大，则使用双循环中的第一行设置交叉点，如下所示

common = list(set(elem[-1]).intersection(set(node[jj][-1])))

如果匹配列表中的顺序很重要，下面是最简单的方法

>>> out = [] >>> for ii, elem in enumerate(node[:-1]): ... for jj in range(ii + 1, len(node)): ... common = [subelem for subelem in elem[-1] if subelem in node[jj][-1]] ... if len(common) > 0 and common != ['']: ... out.append([elem[0], node[jj][0], common]) ... >>> for elem in out: ... print elem ... ['1003', '1004', ['Lion', 'Leopard', 'Panda']] ['1003', '1005', ['Lion', 'Panda']] ['1004', '1005', ['Lion', 'Panda', 'Tiger']] ['1004', '1007', ['Tiger']] ['1005', '1007', ['Cheetah', 'Goat', 'Tiger']]
如果顺序不重要且列表很大，则使用双循环中的第一行设置交叉点，如下所示

common = list(set(elem[-1]).intersection(set(node[jj][-1])))
还有一种方法：

node = [['1001', '2008-01-06T02:12:13Z', ['']], ['1002', '2008-01-06T02:13:55Z', ['']], ['1003', '2008-01-06T02:13:00Z', ['Lion', 'Rhinoceros', 'Leopard', 'Panda']], ['1004', '2008-01-06T02:15:20Z', ['Lion', 'Leopard', 'Eagle', 'Panda', 'Tiger']], ['1005', '2008-01-06T02:15:48Z', ['Lion', 'Panda', 'Cheetah', 'Goat', 'Tiger']], ['1006', '2008-01-06T02:13:30Z', ['']], ['1007', '2008-01-06T02:13:38Z', ['Cheetah', 'Tiger', 'Goat']]] # Use this list for result result = [] def city_exists(city, cities): """ Just a helper to verify if city already used """ for c in cities: if c[1] == city: return True return False # And finally, iterate and add to the resulting list for item in node: for city in item[2]: if not city_exists(city, result): result.append([item[0], city]) # Print out the result print(result)
还有一种方法：

node = [['1001', '2008-01-06T02:12:13Z', ['']], ['1002', '2008-01-06T02:13:55Z', ['']], ['1003', '2008-01-06T02:13:00Z', ['Lion', 'Rhinoceros', 'Leopard', 'Panda']], ['1004', '2008-01-06T02:15:20Z', ['Lion', 'Leopard', 'Eagle', 'Panda', 'Tiger']], ['1005', '2008-01-06T02:15:48Z', ['Lion', 'Panda', 'Cheetah', 'Goat', 'Tiger']], ['1006', '2008-01-06T02:13:30Z', ['']], ['1007', '2008-01-06T02:13:38Z', ['Cheetah', 'Tiger', 'Goat']]] # Use this list for result result = [] def city_exists(city, cities): """ Just a helper to verify if city already used """ for c in cities: if c[1] == city: return True return False # And finally, iterate and add to the resulting list for item in node: for city in item[2]: if not city_exists(city, result): result.append([item[0], city]) # Print out the result print(result)

看起来您正在寻找的是python附带的itertools.compositions

di={i[0]:set(i[2]) for i in node};outputlist=[] for i,j in itertools.combinations(di.keys(),2): union=list(di[i].intersection(di[j])) if union and not union[0]=='':#makes sure it is not an empty set and that it does not contain only empty lists outputlist.append([i,j,union])
您甚至可以跳过di阶段，跳转到组合

outputlist=[] for i,j in itertools.combinations(node,2): union=list(set(i[2]).intersection(set(j[2]))) if union and not union[0]=='':#makes sure it is not an empty set and that it does not contain only empty lists outputlist.append([i[0], j[0],union])
此外，我建议将动物作为一个集合，并将空列表指定为python空列表
编辑如果你坚持列表，你最好使用

union=filter(lambda x:x in i[2],j[2])
因为类型更改有点不有效
一切归结为
看起来您正在寻找的是python附带的itertools.compositions

di={i[0]:set(i[2]) for i in node};outputlist=[] for i,j in itertools.combinations(di.keys(),2): union=list(di[i].intersection(di[j])) if union and not union[0]=='':#makes sure it is not an empty set and that it does not contain only empty lists outputlist.append([i,j,union])
您甚至可以跳过di阶段，跳转到组合

outputlist=[] for i,j in itertools.combinations(node,2): union=list(set(i[2]).intersection(set(j[2]))) if union and not union[0]=='':#makes sure it is not an empty set and that it does not contain only empty lists outputlist.append([i[0], j[0],union])
此外，我建议将动物作为一个集合，并将空列表指定为python空列表
编辑如果你坚持列表，你最好使用

union=filter(lambda x:x in i[2],j[2])
因为类型更改有点不有效
一切归结为
我认为解决问题的最佳方法是使用
itertools
中的
组合，将列表之间的交集转换为dicts模块，如以下示例所示： from itertools import combinations def compare(node, grouping=2): for elm1, elm2 in combinations(node, grouping): condition = set(elm1[-1]) & set(elm2[-1]) if bool(condition) and condition != {''}: yield elm1[0], elm2[0], list(condition) node = [['1001', '2008-01-06T02:12:13Z', ['']], ['1002', '2008-01-06T02:13:55Z', ['']], ['1003', '2008-01-06T02:13:00Z', ['Lion', 'Rhinoceros', 'Leopard', 'Panda']], ['1004', '2008-01-06T02:15:20Z', ['Lion', 'Leopard', 'Eagle', 'Panda', 'Tiger']], ['1005', '2008-01-06T02:15:48Z', ['Lion', 'Panda', 'Cheetah', 'Goat', 'Tiger']], ['1006', '2008-01-06T02:13:30Z', ['']], ['1007', '2008-01-06T02:13:38Z', ['Cheetah', 'Tiger', 'Goat']]] final = list(compare(node)) print(final) 输出： [['1003', '1004', ['Lion', 'Leopard', 'Panda']], ['1003', '1005', ['Lion', 'Panda']], ['1004', '1005', ['Lion', 'Tiger', 'Panda']], ['1004', '1007', ['Tiger']], ['1005', '1007', ['Goat', 'Tiger', 'Cheetah']]] 我认为解决问题的最佳方法是使用itertools 中的组合，将列表之间的交集转换为dicts模块，如以下示例所示： from itertools import combinations def compare(node, grouping=2): for elm1, elm2 in combinations(node, grouping): condition = set(elm1[-1]) & set(elm2[-1]) if bool(condition) and condition != {''}: yield elm1[0], elm2[0], list(condition) node = [['1001', '2008-01-06T02:12:13Z', ['']], ['1002', '2008-01-06T02:13:55Z', ['']], ['1003', '2008-01-06T02:13:00Z', ['Lion', 'Rhinoceros', 'Leopard', 'Panda']], ['1004', '2008-01-06T02:15:20Z', ['Lion', 'Leopard', 'Eagle', 'Panda', 'Tiger']], ['1005', '2008-01-06T02:15:48Z', ['Lion', 'Panda', 'Cheetah', 'Goat', 'Tiger']], ['1006', '2008-01-06T02:13:30Z', ['']], ['1007', '2008-01-06T02:13:38Z', ['Cheetah', 'Tiger', 'Goat']]] final = list(compare(node)) print(final) 输出： [['1003', '1004', ['Lion', 'Leopard', 'Panda']], ['1003', '1005', ['Lion', 'Panda']], ['1004', '1005', ['Lion', 'Tiger', 'Panda']], ['1004', '1007', ['Tiger']], ['1005', '1007', ['Goat', 'Tiger', 'Cheetah']]] 把你的代码分解到核心部分，在核心部分进行比较，这就是为什么你很喜欢它。为什么你不把1001 与1002 匹配呢<代码>1001 带1006 ，1002 带1006 ？所有这些都有一个匹配项：emoty字符串。将代码分解到核心，在那里进行比较，这就是为什么您会感到困惑。为什么不将1001 与1002 匹配<代码>1001 带1006 ，1002 带1006 ？这些都有一个匹配项：emoty字符串。我更喜欢这个解决方案，而不是逐个元素的解决方案，但是您可以在不包含md5的情况下实现它。Python具有针对不可变类型的内置哈希。您可以只散列（tuple（））。如果希望列表比较独立于顺序，请使用hash（tuple（sorted（））。我应该补充一点，即内置的hash函数只保证在运行的内核会话中值一致。如果您需要保存散列，例如保存到磁盘，以便稍后进行比较，那么md5是一个更好的选择。我更喜欢此解决方案，而不是逐个元素的解决方案，但您可以在不包含md5的情况下完成此操作。Python具有针对不可变类型的内置哈希。您可以只散列（tuple（））。如果希望列表比较独立于顺序，请使用hash（tuple（sorted（））。我应该补充一点，即内置的hash函数只保证在运行的内核会话中值一致。如果您需要保存哈希，例如保存到磁盘，以便以后进行比较，那么md5是一个更好的选择。