在Python中获取几个元组列表的第二个元素的简单有效方法？

2019年8月4日 1,617次阅读

我是
Python的新手(在2.7中工作),我发现它是一个非常有价值的资源！

假设我正在处理几个通常具有形式(ID,值)的2元素元组的列表,例如,

list1 = [(111, 222), (111, 333), (111, 444)]
list2 = [(555, 333), (555, 444), (555, 777)]
list3 = [(123, 444), (123, 888), (123, 999)]

我真正想要做的是找到一种简单(并且计算效率)的方法来获得这些元组的第二个元素的交集.我已经查看了Python docs并发现集合可能会做我想要的…而this post有助于我理解如何获得两个列表的交集.

我知道我可以通过像这样循环遍历元组来创建三个全新的“仅值”列表：

newList1 = []
for tuple in list1:
   newList1.append(tuple[1])
newList2 = []
for tuple in list2:
   newList2.append(tuple[1])
newList3 = []
for tuple in list3:
   newList3.append(tuple[1])

然后像这样得到每对的交集：

i_of_1and2 = set(newList1).intersection(newList2)
i_of_1and3 = set(newList2).intersection(newList3)
i_of_2and3 = set(newList1).intersection(newList3)

但是我的列表有点大 – 就像成千上万(有时数千万)的元组一样.这真的是获得这三个列表元组中第二个元素交集的最佳方法吗？对我来说似乎……不优雅……

谢谢你的帮助！

最佳答案 你显示一个大问题,开始使用variable1通常是一个不好的标志 – 如果你想拥有多个值,使用数据结构,而不是许多带编号名称的变量.这会阻止您反复重复代码,并有助于阻止错误.

让我们使用列表列表：

values = [
    [(111, 222), (111, 333), (111, 444)],
    [(555, 333), (555, 444), (555, 777)],
    [(123, 444), (123, 888), (123, 999)]
]

现在我们想要只获得子列表中每个元组的第二个元素.这很容易使用list comprehension进行计算：

>>> [[item[1] for item in sublist] for sublist in values]
[[222, 333, 444], [333, 444, 777], [444, 888, 999]]

然后,我们想要项目之间的交叉点,我们使用itertools.combinations()来获得两对可能的对：

>>> for values, more_values in itertools.combinations(new_values, 2):
...     set(values).intersection(more_values)
... 
{444, 333}
{444}
{444}

所以,如果我们将它们包装在一起：

import itertools

values = [
    [(111, 222), (111, 333), (111, 444)],
    [(555, 333), (555, 444), (555, 777)],
    [(123, 444), (123, 888), (123, 999)]
]

sets_of_first_items = ({item[1] for item in sublist} for sublist in values)
for values, more_values in itertools.combinations(sets_of_first_items, 2):
    print(values.intersection(more_values))

这给了我们：

{444, 333}
{444}
{444}

我在这里做的改变是让内部列表成为一个集合理解,避免创建一个列表只是为了将它变成一个集合,并使用生成器表达式而不是列表理解,因为它被懒惰地评估.

最后要注意的是,如果你想要我们用来生成交集的列表的索引,那么使用the enumerate() builtin很简单：

sets_of_first_items = ({item[1] for item in sublist} for sublist in values)
for (first_number, first_values), (second_number, second_values) in itertools.combinations(enumerate(sets_of_first_items), 2):
    print("Intersection of {0} and {1}: {2}".format(first_number, second_number, first_values.intersection(second_values)))

这给了我们：

Intersection of 0 and 1: {444, 333}
Intersection of 0 and 2: {444}
Intersection of 1 and 2: {444}

编辑：

在noted by tonyl7126,这也是一个通过使用更好的数据结构可以大大帮助的问题.这里最好的选择是将用户ID的dict用于一组产品ID.当您只需要一个集合时,没有理由将您的数据存储为列表,并且稍后将其转换为集合,并且dict对于您尝试存储的数据类型来说是一个更好的解决方案.

请参阅以下示例：

import itertools

values = {
    "111": {222, 333, 444},
    "555": {333, 444, 777},
    "123": {444, 888, 999}
}

for (first_user, first_values), (second_user, second_values) in itertools.combinations(values.items(), 2):
    print("Intersection of {0} and {1}: {2}".format(first_user, second_user, first_values.intersection(second_values)))

给我们：

Intersection of 555 and 123: {444}
Intersection of 555 and 111: {444, 333}
Intersection of 123 and 111: {444}
点赞