Python 列表理解比较两种不同的列表

我有两个命名域A和B的列表。命名域是名称、城市、河流、州、公园、学校等。 若A中的元素和B中的元素匹配，我需要返回一个更新的元组。这是我的密码：

def update_values(A, B):
    ''' update A fields with B fields
    '''
    for n, a in enumerate(A):
        for b in B:
            if a.name == b.name :
                a = a._replace(city = b.city, state = b.state, river=b.river)
                A[n] = a
                break
    return A

我想知道是否有更多的python方法可以做到这一点，可能是列表理解

这应该有效：

def update_values(A, B):
  Bs = { b.name: b for b in B }
  return [ a if a.name not in Bs else a._replace(city=Bs[a.name].city, state=Bs[a.name].state, river=Bs[a.name].river) for a in A ]

---

与是否使用列表理解无关，您应该使用字典将名称映射到

B

中的元素，而不是使用内部循环：

def update_values(A, B):
    b_by_name = {b.name: b for b in B}
    for n, a in enumerate(A):
        if a.name in b_by_name:
            b = b_by_name[a.name]
            A[n] = a._replace(city = b.city, state = b.state, river=c.river)
    return A

但是，这将使转换为列表理解有点困难，因为每次都必须在

b_by_name

中重复查找。（在计算上不是问题，但读起来不太好。）相反，您可以使用第二个“循环”将该值绑定到

b

：

def update_values(A, B):
    b_by_name = {b.name: b for b in B}
    return [a._replace(city=b.city, state=b.state, river=b.river) 
            if b is not None else a 
            for a in A for b in [b_by_name.get(a.name)]]

---

您可以尝试为

B

构建字典，首先包含必要的替换值，然后使用

get

实现快速检索，并将结果解压缩到

a.\u replace

方法中

def update_values(A, B):
    b_dict = {b.name: {k: getattr(b, k) for k in ('city', 'state', 'river')} for b in B}
    return [a._replace(**b_dict.get(a.name, {})) for a in A]

假设您有这样一个数据示例：

>>> B
[City(name='Name1', city='City1', state='State1', river='River1', street='Street1'),
 City(name='Name2', city='City2', state='State2', river='River2', street='Street2'),
 City(name='Name3', city='City3', state='State3', river='River3', street='Street3'),
 City(name='Name4', city='City4', state='State4', river='River4', street='Street4'),
 City(name='Name5', city='City5', state='State5', river='River5', street='Street5'),
 City(name='Name6', city='City6', state='State6', river='River6', street='Street6'),
 City(name='Name7', city='City7', state='State7', river='River7', street='Street7'),
 City(name='Name8', city='City8', state='State8', river='River8', street='Street8'),
 City(name='Name9', city='City9', state='State9', river='River9', street='Street9'),
 City(name='Name10', city='City10', state='State10', river='River10', street='Street10'),
 City(name='Name11', city='City11', state='State11', river='River11', street='Street11'),
 City(name='Name12', city='City12', state='State12', river='River12', street='Street12'),
 City(name='Name13', city='City13', state='State13', river='River13', street='Street13'),
 City(name='Name14', city='City14', state='State14', river='River14', street='Street14'),
 City(name='Name15', city='City15', state='State15', river='River15', street='Street15')]

>>> A
[City(name='Name16', city='__C16', state='__S16', river='__R16', street='__ST16'),
 City(name='Name10', city='__C10', state='__S10', river='__R10', street='__ST10'),
 City(name='Name11', city='__C11', state='__S11', river='__R11', street='__ST11'),
 City(name='Name17', city='__C17', state='__S17', river='__R17', street='__ST17'),
 City(name='Name18', city='__C18', state='__S18', river='__R18', street='__ST18'),
 City(name='Name19', city='__C19', state='__S19', river='__R19', street='__ST19'),
 City(name='Name20', city='__C20', state='__S20', river='__R20', street='__ST20'),
 City(name='Name21', city='__C21', state='__S21', river='__R21', street='__ST21'),
 City(name='Name12', city='__C12', state='__S12', river='__R12', street='__ST12'),
 City(name='Name13', city='__C13', state='__S13', river='__R13', street='__ST13'),
 City(name='Name22', city='__C22', state='__S22', river='__R22', street='__ST22'),
 City(name='Name14', city='__C14', state='__S14', river='__R14', street='__ST14'),
 City(name='Name15', city='__C15', state='__S15', river='__R15', street='__ST15'),
 City(name='Name23', city='__C23', state='__S23', river='__R23', street='__ST23'),
 City(name='Name24', city='__C24', state='__S24', river='__R24', street='__ST24')]

运行上述功能将使您：

>>> update_values(A, B)
[City(name='Name16', city='__C16', state='__S16', river='__R16', street='__ST16'),
 City(name='Name10', city='City10', state='State10', river='River10', street='__ST10'),
 City(name='Name11', city='City11', state='State11', river='River11', street='__ST11'),
 City(name='Name17', city='__C17', state='__S17', river='__R17', street='__ST17'),
 City(name='Name18', city='__C18', state='__S18', river='__R18', street='__ST18'),
 City(name='Name19', city='__C19', state='__S19', river='__R19', street='__ST19'),
 City(name='Name20', city='__C20', state='__S20', river='__R20', street='__ST20'),
 City(name='Name21', city='__C21', state='__S21', river='__R21', street='__ST21'),
 City(name='Name12', city='City12', state='State12', river='River12', street='__ST12'),
 City(name='Name13', city='City13', state='State13', river='River13', street='__ST13'),
 City(name='Name22', city='__C22', state='__S22', river='__R22', street='__ST22'),
 City(name='Name14', city='City14', state='State14', river='River14', street='__ST14'),
 City(name='Name15', city='City15', state='State15', river='River15', street='__ST15'),
 City(name='Name23', city='__C23', state='__S23', river='__R23', street='__ST23'),
 City(name='Name24', city='__C24', state='__S24', river='__R24', street='__ST24')]

---

如果可以使用集合（如果对象本身不可散列，则可以使用从名称到对象的字典），则可以在O（1）而不是O（N^2）中完成此操作。您需要首先为b创建字典。否则您将有一个免费的双循环。

a

和

b

有其他功能吗？如果没有，您可以只做

A[n]=b

而不做

replace

？为什么不提供示例数据，以便我们可以轻松地进行尝试？为什么让我们更难帮助你？我甚至不知道

namedtuple

有一个

\u replace

方法。很高兴知道。我认为a.\u replace（**b_dict.get（a.name，{}）将替换太多。否则您可以使用

b_dict.get（a.name，a）

并使用dict（或

a

）中的实际

b

。我尝试了

a.\u replace（**{}）

在回答之前，它不会取代任何内容，因此我提出了我的建议。我也考虑了你的建议，但

b

可能不仅仅是

city

、

state

和

river

。啊，我没有看到你只是将这些字段存储在

b_dict

中。我喜欢你的理解。如果a和b有同样的结构，可能只是用b替换a:[a如果a.name不在Bs中，那么b[a.name]]@apet这是个好主意，但我们无法检验这个假设（OP没有提供样本数据）。