列表比较和删除重复项

Question

我尝试编写一个脚本，将不同大小的列表作为输入，并将最长的输入列表作为输出，包括最短列表的字符。

我已将列表放入数据框中，并使用循环遍历数据框所有值的脚本来查看相同列表中是否存在相同字符，如果匹配则打印最长的字符。

lists = [['a','b','g'], ['a','c','d','e','g'], ['a','b'], ['b', 'd', 'f'], ['a', 'c']]
df = pd.DataFrame(lists)

定义数字行：

nber_rows=len(df.index)

循环遍历数据帧以查找列表之间的匹配项：

> listnorep=[] for f in range(nber_rows):
>         row1 = df.iloc[f].dropna().tolist();
>         list_intersection=[]
>         for g in range(nber_rows):
>             row2 = df.iloc[g].dropna().tolist();
>             check = all( elem in row2 for elem in row1);
>             if check == True:
>                 list_intersection.append(row2);
>         if list_intersection:
>             listnorep.append(list_intersection);
>         else:
>             listnorep.append(row1); listnorep

此示例中所需的输出是：

a b g None None
a c d e g
b d f

Answer 1

您可以使用集合运算。如果任何一组 < 到另一组，我们不要 select 它：

# aggregate as set (after stacking to drop the NaNs)
s = df.stack().groupby(level=0).agg(set)
# keep rows that do not have any sweet greater than them
df[[not any(a<b for b in s) for a in s]]

输出：

   0  1  2     3     4
0  a  b  g  None  None
1  a  c  d     e     g
3  b  d  f  None  None

列表比较和删除重复项

Comparison of lists and removing repetitions

python

pandas

list