匹配两个几乎相同的列表的元素

Question

假设我有两个字符串列表。我想通过获取与第一个列表的相应元素最相似的元素来重新排序第二个列表。

我已经这样做了:

import difflib

list1 = ['aaaa', 'bbbb', 'cccc', 'dddd', 'eeee', 'ffff', 'gggg', 'hhhh', 'iiii', 'jjjj']
list2 = ['eeez', 'fffz', 'dddz', 'cccz', 'iiiz', 'jjjz', 'aaaz', 'gggz', 'hhhz', 'bbbz']

len = len(list1)
i = 0
while i < len:
    j = 0
    while j < len:
        if difflib.SequenceMatcher(None, list1[i], list2[j]).ratio() > 0.5:
            eltMove = list2.pop(j)
            list2.insert(i, eltMove)
            break
        j += 1
    i += 1

print(list2)

输出：

['aaaz', 'bbbz', 'cccz', 'dddz', 'eeez', 'fffz', 'gggz', 'hhhz', 'iiiz', 'jjjz']

但在某些情况下它不起作用，因为 list2 中有一个元素与 list1 中的元素有点匹配，这会打破循环并跳过下一个元素，即使它们可以更好地匹配。

Answer 1

while i  < len:
    j = 0
    new_l = []
    while j < len:
        new_l.append(difflib.SequenceMatcher(None, list1[i], list2[j]).ratio())
        j += 1
    ind = new_l.index(max(new_l))
    eltMove = list2.pop(ind)
    list2.insert(i, eltMove)
    i += 1

它存储比率然后计算最大值，找出最大值的索引然后pops/inserts。

希望这就是您所需要的

for i, a in enumerate(list1):
    new_l = [difflib.SequenceMatcher(None, a, b).ratio() for b in list2]
    ind = new_l.index(max(new_l))
    eltMove = list2.pop(ind)
    list2.insert(i, eltMove)

缩短了代码

考虑到@Jose Raul Barreras 的回复，对上述内容的适当修改为：

tmp = []
for i, a in enumerate(list1):
    new_l = [difflib.SequenceMatcher(None, a, b).ratio() for b in list2]
    ind = new_l.index(max(new_l))
    eltMove = list2.pop(ind)
    tmp.append(eltMove)

>>> tmp
['aaaz', 'bbbz', 'cccz', 'dddz', 'eeez', 'fffz', 'gggz', 'hhhz', 'iiiz', 'jjjz', 
 'aaaz', 'bbbz', 'cccz', 'dddz', 'eeez', 'fffz', 'gggz', 'hhhz', 'iiiz', 'jjjz']

Answer 2

我的两分钱。是的，解决方案可能更像 pythonic...

import difflib

def closest_list(list1, list2):
    tmp_list = list2
    res = []
    for elem1 in list1:
        best_value = 0
        best = None
        position = None
        for i, elem2 in enumerate(list2):
            current_value = difflib.SequenceMatcher(None, elem1, elem2).ratio()
            if  (current_value > best_value) and (elem2 in tmp_list):
                best_value = current_value
                best = elem2
                position = i
        del tmp_list[position]
        res.append(best)
    return res

a = ['aaaa', 'bbbb', 'cccc', 'dddd', 'eeee', 'ffff', 'gggg', 'hhhh', 'iiii', 'jjjj']*2
b = ['eeez', 'fffz', 'dddz', 'cccz', 'iiiz', 'jjjz', 'aaaz', 'gggz', 'hhhz', 'bbbz']*2
print(closest_list(a,b))

输出：

['aaaz', 'bbbz', 'cccz', 'dddz', 'eeez', 'fffz', 'gggz', 'hhhz', 'iiiz', 'jjjz', 'aaaz', 'bbbz', 'cccz', 'dddz', 'eeez', 'fffz', 'gggz', 'hhhz', 'iiiz', 'jjjz']

@M给出的解决方案。 Klugerford 无法处理此数据。

匹配两个几乎相同的列表的元素

Matching elements of two lists which are almost the same

python

difflib