我在Python中有两个列表,如下所示:

temp1 = ['One', 'Two', 'Three', 'Four']
temp2 = ['One', 'Two']


我需要创建第三个列表,其中第一个列表中的项不在第二个列表中。从示例中我必须得到:

temp3 = ['Three', 'Four']


有没有循环和检查的快速方法?

评论

元素是否保证唯一?如果您的temp1 = ['One','One','One']和temp2 = ['One'],您是否想要['One','One']还是[]?

@ michael-mrozek它们是独一无二的。

您要保留元素的顺序吗?

#1 楼

In [5]: list(set(temp1) - set(temp2))
Out[5]: ['Four', 'Three']


请注意,

In [5]: set([1, 2]) - set([2, 3])
Out[5]: set([1]) 


可能希望/希望它等于set([1, 3])。如果确实要使用set([1, 3])作为答案,则需要使用set([1, 2]).symmetric_difference(set([2, 3]))

评论


@Drewdin:列表不支持“-”操作数。但是,集合确实可以做到,如果您仔细观察的话,上面展示的内容也是如此。

–戈德史密斯
14-10-14在21:21



谢谢,我最终使用set(ListA).symmetric_difference(ListB)

–德鲁丁
14-10-15在12:07

对称差可以写成:^(set1 ^ set2)

–巴斯蒂安语
2015年10月1日在18:18

请,您可以编辑答案并指出这仅返回temp1-temp2吗? ..正如其他人所说,为了返回所有差异,您必须使用系统度量差异:list(set(temp1)^ set(temp2))

– rkachach
16年2月16日在16:00

请注意,由于集合是无序的,所以差值上的迭代器可以按任何顺序返回元素。例如list(set(temp1)-set(temp2))== ['Four','Three']或list(set(temp1)-set(temp2))== ['Three','Four']。

–亚瑟
17年3月31日在12:50

#2 楼

现有解决方案均提供以下一项或多项:


性能优于O(n * m)。
保留输入列表的顺序。

但到目前为止,还没有解决方案。如果两者都需要,请尝试以下操作:
s = set(temp2)
temp3 = [x for x in temp1 if x not in s]


我介绍的方法以及保留顺序也比集合减法要快(略),因为它不需要构造不必要的集合。如果第一个列表比第二个列表长很多,并且散列很昂贵,则性能差异会更加明显。这是第二个测试,证明了这一点:

import timeit
init = 'temp1 = list(range(100)); temp2 = [i * 2 for i in range(50)]'
print timeit.timeit('list(set(temp1) - set(temp2))', init, number = 100000)
print timeit.timeit('s = set(temp2);[x for x in temp1 if x not in s]', init, number = 100000)
print timeit.timeit('[item for item in temp1 if item not in temp2]', init, number = 100000)


结果:

4.34620224079 # ars' answer
4.2770634955  # This answer
30.7715615392 # matt b's answer


评论


此答案的其他支持:遍历一个用例,其中保留列表顺序对于性能很重要。当使用tarinfo或zipinfo对象时,我使用的是设置减法。从归档文件中排除某些tarinfo对象。创建新列表很快,但是在提取过程中却非常慢。起初,原因使我回避。原来对tarinfo对象列表重新排序会导致巨大的性能损失。切换到列表理解方法可以节省一天的时间。

–雷·汤普森(Ray Thompson)
2011-12-13在0:26



@MarkByers-也许我应该为此写一个全新的问题。但是,如何在forloop中工作?例如,如果我的temp1和temp2保持变化..并且我想将新信息附加到temp3?

– Ason
2012年8月9日17:57

@MarkByers-听起来不错。我会继续考虑一下。但是+1是一个很好的解决方案。

– Ason
2012年8月9日在18:39

我同意@Dejel >>> temp1 = ['One','Two','Three','4'] >>> temp2 = ['One','Two','Six'] >>> s = set(temp2)>>> temp3 = [如果x不在s中,则temp1中x用于x] >>> temp3 ['Three','四个']

–earlonrails
2014年7月7日在2:58



@haccks因为检查列表的成员身份是O(n)操作(遍历整个列表),但是检查集合的成员身份是O(1)。

–马克·拜尔斯
2015年11月5日在16:57

#3 楼

temp3 = [item for item in temp1 if item not in temp2]


评论


之前将temp2设置为set将使其更有效率。

–lunaryorn
2010年8月11日19:47

是的,取决于Ockonal是否关心重复项(原始问题未说明)

–马特b
2010年8月11日19:47

评论说(列表|元组)没有重复项。

–user395760
2010年8月11日19:52

我赞成您的回答,因为我认为您起初对重复项是正确的。但是,不在temp2中的项目和不在set(temp2)中的项目将始终返回相同的结果,无论temp2中是否存在重复项。

– Arekolek
16-3-7在22:42



投票反对不要求列表项可散列。

–布伦特
17年9月11日在15:19

#4 楼

可以使用python XOR运算符完成。


这将删除每个列表中的重复项
这将显示temp1与temp2和temp2与temp1的区别。


set(temp1) ^ set(temp2)


评论


最好的答案!

– Artsiom Praneuski
2月24日12:54

这是怎么埋的...很棒的电话

–卡尔·博内里(Carl Boneri)
7月31日20:44

该死的。这是一个更好的解决方案!

–́AlexAMP
9月25日18:15

#5 楼

可以使用以下简单函数找到两个列表(例如list1和list2)之间的区别。

def diff(list1, list2):
    c = set(list1).union(set(list2))  # or c = set(list1) | set(list2)
    d = set(list1).intersection(set(list2))  # or d = set(list1) & set(list2)
    return list(c - d)


def diff(list1, list2):
    return list(set(list1).symmetric_difference(set(list2)))  # or return list(set(list1) ^ set(list2))


通过上述功能,可以使用diff(temp2, temp1)diff(temp1, temp2)找到区别。两者都将给出结果['Four', 'Three']。您不必担心列表的顺序或先给出哪个列表。

Python文档参考

评论


为什么不设置(list1).symmetric_difference(set(list2))?

– swietyy
15年3月4日在16:49

#6 楼

如果您需要递归的区别,我为python编写了一个软件包:
https://github.com/seperman/deepdiff

安装

从安装PyPi:

pip install deepdiff


示例用法

导入

>>> from deepdiff import DeepDiff
>>> from pprint import pprint
>>> from __future__ import print_function # In case running on Python 2


相同的对象返回空

>>> t1 = {1:1, 2:2, 3:3}
>>> t2 = t1
>>> print(DeepDiff(t1, t2))
{}


项目类型已更改

>>> t1 = {1:1, 2:2, 3:3}
>>> t2 = {1:1, 2:"2", 3:3}
>>> pprint(DeepDiff(t1, t2), indent=2)
{ 'type_changes': { 'root[2]': { 'newtype': <class 'str'>,
                                 'newvalue': '2',
                                 'oldtype': <class 'int'>,
                                 'oldvalue': 2}}}


项目值已更改

>>> t1 = {1:1, 2:2, 3:3}
>>> t2 = {1:1, 2:4, 3:3}
>>> pprint(DeepDiff(t1, t2), indent=2)
{'values_changed': {'root[2]': {'newvalue': 4, 'oldvalue': 2}}}


已添加和/或删除的项目

>>> t1 = {1:1, 2:2, 3:3, 4:4}
>>> t2 = {1:1, 2:4, 3:3, 5:5, 6:6}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff)
{'dic_item_added': ['root[5]', 'root[6]'],
 'dic_item_removed': ['root[4]'],
 'values_changed': {'root[2]': {'newvalue': 4, 'oldvalue': 2}}}


字符串差异

>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world"}}
>>> t2 = {1:1, 2:4, 3:3, 4:{"a":"hello", "b":"world!"}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'values_changed': { 'root[2]': {'newvalue': 4, 'oldvalue': 2},
                      "root[4]['b']": { 'newvalue': 'world!',
                                        'oldvalue': 'world'}}}


字符串差异2

>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world!\nGoodbye!\n1\n2\nEnd"}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world\n1\n2\nEnd"}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'values_changed': { "root[4]['b']": { 'diff': '--- \n'
                                                '+++ \n'
                                                '@@ -1,5 +1,4 @@\n'
                                                '-world!\n'
                                                '-Goodbye!\n'
                                                '+world\n'
                                                ' 1\n'
                                                ' 2\n'
                                                ' End',
                                        'newvalue': 'world\n1\n2\nEnd',
                                        'oldvalue': 'world!\n'
                                                    'Goodbye!\n'
                                                    '1\n'
                                                    '2\n'
                                                    'End'}}}

>>> 
>>> print (ddiff['values_changed']["root[4]['b']"]["diff"])
--- 
+++ 
@@ -1,5 +1,4 @@
-world!
-Goodbye!
+world
 1
 2
 End


类型更改

>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world\n\n\nEnd"}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'type_changes': { "root[4]['b']": { 'newtype': <class 'str'>,
                                      'newvalue': 'world\n\n\nEnd',
                                      'oldtype': <class 'list'>,
                                      'oldvalue': [1, 2, 3]}}}


列表差异

>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3, 4]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2]}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{'iterable_item_removed': {"root[4]['b'][2]": 3, "root[4]['b'][3]": 4}}


列表差异2:

>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 3, 2, 3]}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'iterable_item_added': {"root[4]['b'][3]": 3},
  'values_changed': { "root[4]['b'][1]": {'newvalue': 3, 'oldvalue': 2},
                      "root[4]['b'][2]": {'newvalue': 2, 'oldvalue': 3}}}


列表差异忽略顺序或重复:(具有与上述相同的词典)

>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 3, 2, 3]}}
>>> ddiff = DeepDiff(t1, t2, ignore_order=True)
>>> print (ddiff)
{}

包含字典的列表:

>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, {1:1, 2:2}]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, {1:3}]}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'dic_item_removed': ["root[4]['b'][2][2]"],
  'values_changed': {"root[4]['b'][2][1]": {'newvalue': 3, 'oldvalue': 1}}}


集合:

>>> t1 = {1, 2, 8}
>>> t2 = {1, 2, 3, 5}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (DeepDiff(t1, t2))
{'set_item_added': ['root[3]', 'root[5]'], 'set_item_removed': ['root[8]']}

命名元组:

>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> t1 = Point(x=11, y=22)
>>> t2 = Point(x=11, y=23)
>>> pprint (DeepDiff(t1, t2))
{'values_changed': {'root.y': {'newvalue': 23, 'oldvalue': 22}}}


自定义对象:

>>> class ClassA(object):
...     a = 1
...     def __init__(self, b):
...         self.b = b
... 
>>> t1 = ClassA(1)
>>> t2 = ClassA(2)
>>> 
>>> pprint(DeepDiff(t1, t2))
{'values_changed': {'root.b': {'newvalue': 2, 'oldvalue': 1}}}


添加的对象属性:

>>> t2.c = "new attribute"
>>> pprint(DeepDiff(t1, t2))
{'attribute_added': ['root.c'],
 'values_changed': {'root.b': {'newvalue': 2, 'oldvalue': 1}}}


#7 楼

最简单的方法,

使用set()。difference(set())

list_a = [1,2,3]
list_b = [2,3]
print set(list_a).difference(set(list_b))


答案是set([1])
可以打印为列表,

print list(set(list_a).difference(set(list_b)))


评论


删除重复项并且不保留顺序

–阿尔伯特·罗斯曼(Albert Rothman)
9月3日18:51

#8 楼

如果您真的在研究性能,那么请使用numpy! //gist.github.com/denfromufa/2821ff59b02e9482be15d27f2bbd4451



评论


我更新了链接中的笔记本以及屏幕截图。令人惊讶的是,即使在内部切换到哈希表时,熊猫也比numpy慢。部分原因可能是因为向上转换为int64。

–denfromufa
17年4月29日在7:06

#9 楼

由于目前的解决方案都无法产生元组,因此我会提出建议:

>就像其他非元组在该方向上产生答案一样,它保留了顺序

#10 楼

我想要一些可以包含两个列表并且可以执行diff中的功能的东西。由于搜索“ python diff两个列表”时该问题首先弹出,并且不是很具体,因此我将发布我的想法。做。其他答案都不会告诉您差异发生的位置,但是这个答案确实可以。一些答案仅在一个方向上有所不同。一些重新排列元素。有些不处理重复项。但是此解决方案为您提供了两个列表之间的真正区别:

a = 'A quick fox jumps the lazy dog'.split()
b = 'A quick brown mouse jumps over the dog'.split()

from difflib import SequenceMatcher

for tag, i, j, k, l in SequenceMatcher(None, a, b).get_opcodes():
  if tag == 'equal': print('both have', a[i:j])
  if tag in ('delete', 'replace'): print('  1st has', a[i:j])
  if tag in ('insert', 'replace'): print('  2nd has', b[k:l])


此输出:当然,如果您的应用程序做出与其他答案相同的假设,则您将从中受益最大。但是,如果您正在寻找真正的bash功能,那么这是唯一可行的方法。例如,其他答案都无法解决:

both have ['A', 'quick']
  1st has ['fox']
  2nd has ['brown', 'mouse']
both have ['jumps']
  2nd has ['over']
both have ['the']
  1st has ['lazy']
both have ['dog']


但是这个做:

a = [1,2,3,4,5]
b = [5,4,3,2,1]


#11 楼

试试这个:

temp3 = set(temp1) - set(temp2)


#12 楼

这可能比Mark的列表理解还要快:

list(itertools.filterfalse(set(temp2).__contains__, temp1))


评论


可能想在此处包括from itertools import filterfalse位。另请注意,这不会像其他序列一样返回序列,而是返回迭代器。

–马特·鲁昂戈(Matt Luongo)
2012年1月17日16:16

#13 楼

这是最简单的情况的答案。而不是第二个。

from collections import Counter

lst1 = ['One', 'Two', 'Three', 'Four']
lst2 = ['One', 'Two']

c1 = Counter(lst1)
c2 = Counter(lst2)
diff = list((c1 - c2).elements())


或者,根据您的可读性偏好,它也可以作为一个不错的选择: >
输出:

diff = list((Counter(lst1) - Counter(lst2)).elements())


请注意,如果只是对其进行迭代,则可以删除Counter调用。

因为这个解决方案使用计数器,与许多基于集合的答案相比,它可以正确处理数量。例如在此输入上:

['Three', 'Four']


输出是:

lst1 = ['One', 'Two', 'Two', 'Two', 'Three', 'Three', 'Four']
lst2 = ['One', 'Two']


#14 楼

这是区分两个字符串列表的几种简单的保留顺序的方法。

代码

使用pathlib的一种不寻常的方法: br />
这假设两个列表都包含以相同开头的字符串。有关更多详细信息,请参阅文档。请注意,与设置操作相比,它不是特别快。


使用itertools.zip_longest的直接实现:

import pathlib


temp1 = ["One", "Two", "Three", "Four"]
temp2 = ["One", "Two"]

p = pathlib.Path(*temp1)
r = p.relative_to(*temp2)
list(r.parts)
# ['Three', 'Four']


评论


仅当temp1和temp2中的元素对齐时,itertools解决方案才有效。例如,如果您转过temp2中的元素或在temp2的开头插入其他值,则listcomp将只返回与temp1中相同的元素

– KenHBS
18年8月24日在10:50



是的,这是这些方法的特征。如前所述,这些解决方案是顺序保留的-它们假定列表之间有一些相对顺序。一个无序的解决方案是将两个集合进行比较。

– pylang
18年8月24日在18:09



#15 楼

这是另一种解决方案:

def diff(a, b):
    xa = [i for i in set(a) if i not in b]
    xb = [i for i in set(b) if i not in a]
    return xa + xb


#16 楼

如果对difflist的元素进行了排序和设置,则可以使用幼稚的方法。 br />
天真的解决方案:0.0787101593292

本机解决方案:0.998837615564

#17 楼

我在游戏中为时不晚,但是您可以以此比较上面提到的一些代码的性能,其中两个最快的竞争者是:

list(set(x).symmetric_difference(set(y)))
list(set(x) ^ set(y))


对于基本的编码水平,我深表歉意。

import time
import random
from itertools import filterfalse

# 1 - performance (time taken)
# 2 - correctness (answer - 1,4,5,6)
# set performance
performance = 1
numberoftests = 7

def answer(x,y,z):
    if z == 0:
        start = time.clock()
        lists = (str(list(set(x)-set(y))+list(set(y)-set(y))))
        times = ("1 = " + str(time.clock() - start))
        return (lists,times)

    elif z == 1:
        start = time.clock()
        lists = (str(list(set(x).symmetric_difference(set(y)))))
        times = ("2 = " + str(time.clock() - start))
        return (lists,times)

    elif z == 2:
        start = time.clock()
        lists = (str(list(set(x) ^ set(y))))
        times = ("3 = " + str(time.clock() - start))
        return (lists,times)

    elif z == 3:
        start = time.clock()
        lists = (filterfalse(set(y).__contains__, x))
        times = ("4 = " + str(time.clock() - start))
        return (lists,times)

    elif z == 4:
        start = time.clock()
        lists = (tuple(set(x) - set(y)))
        times = ("5 = " + str(time.clock() - start))
        return (lists,times)

    elif z == 5:
        start = time.clock()
        lists = ([tt for tt in x if tt not in y])
        times = ("6 = " + str(time.clock() - start))
        return (lists,times)

    else:    
        start = time.clock()
        Xarray = [iDa for iDa in x if iDa not in y]
        Yarray = [iDb for iDb in y if iDb not in x]
        lists = (str(Xarray + Yarray))
        times = ("7 = " + str(time.clock() - start))
        return (lists,times)

n = numberoftests

if performance == 2:
    a = [1,2,3,4,5]
    b = [3,2,6]
    for c in range(0,n):
        d = answer(a,b,c)
        print(d[0])

elif performance == 1:
    for tests in range(0,10):
        print("Test Number" + str(tests + 1))
        a = random.sample(range(1, 900000), 9999)
        b = random.sample(range(1, 900000), 9999)
        for c in range(0,n):
            #if c not in (1,4,5,6):
            d = answer(a,b,c)
            print(d[1])


#18 楼

如果遇到TypeError: unhashable type: 'list',则需要将列表或集合转换为元组,例如

set(map(tuple, list_of_lists1)).symmetric_difference(set(map(tuple, list_of_lists2)))


另请参阅如何在python中比较列表/集合的列表?

#19 楼

假设我们有两个列表

list1 = [1, 3, 5, 7, 9]
list2 = [1, 2, 3, 4, 5]


从上面的两个列表中我们可以看到list2中存在项1、3、5,而项7、9中不存在。另一方面,列表1中存在项1、3、5,而项2、4中不存在。

返回包含项7、9和2、4的新列表的最佳解决方案是什么?

以上所有答案都找到了解决方案,现在什么是最佳选择?

def difference(list1, list2):
    new_list = []
    for i in list1:
        if i not in list2:
            new_list.append(i)

    for j in list2:
        if j not in list1:
            new_list.append(j)
    return new_list





def sym_diff(list1, list2):
    return list(set(list1).symmetric_difference(set(list2)))


使用时间我们可以看到结果

t1 = timeit.Timer("difference(list1, list2)", "from __main__ import difference, 
list1, list2")
t2 = timeit.Timer("sym_diff(list1, list2)", "from __main__ import sym_diff, 
list1, list2")

print('Using two for loops', t1.timeit(number=100000), 'Milliseconds')
print('Using two for loops', t2.timeit(number=100000), 'Milliseconds')


返回

[7, 9, 2, 4]
Using two for loops 0.11572412995155901 Milliseconds
Using symmetric_difference 0.11285737506113946 Milliseconds

Process finished with exit code 0


#20 楼

arulmr解决方案的单行版本

def diff(listA, listB):
    return set(listA) - set(listB) | set(listA) -set(listB)


#21 楼

如果您想要更像是变更集...可以使用Counter

from collections import Counter

def diff(a, b):
  """ more verbose than needs to be, for clarity """
  ca, cb = Counter(a), Counter(b)
  to_add = cb - ca
  to_remove = ca - cb
  changes = Counter(to_add)
  changes.subtract(to_remove)
  return changes

lista = ['one', 'three', 'four', 'four', 'one']
listb = ['one', 'two', 'three']

In [127]: diff(lista, listb)
Out[127]: Counter({'two': 1, 'one': -1, 'four': -2})
# in order to go from lista to list b, you need to add a "two", remove a "one", and remove two "four"s

In [128]: diff(listb, lista)
Out[128]: Counter({'four': 2, 'one': 1, 'two': -1})
# in order to go from listb to lista, you must add two "four"s, add a "one", and remove a "two"


#22 楼

我们可以计算交集减去列表的并集:

temp1 = ['One', 'Two', 'Three', 'Four']
temp2 = ['One', 'Two', 'Five']

set(temp1+temp2)-(set(temp1)&set(temp2))

Out: set(['Four', 'Five', 'Three']) 


#23 楼

只需一行即可解决。
给出了两个列表(temp1和temp2),将它们的差返回到第三个列表(temp3)。

#24 楼

这是区分两个列表的简单方法(无论内容如何),您都可以得到如下所示的结果:

>

#25 楼

我更喜欢使用转换为集合,然后使用“ difference()”函数。完整的代码是:

temp1 = ['One', 'Two', 'Three', 'Four'  ]                   
temp2 = ['One', 'Two']
set1 = set(temp1)
set2 = set(temp2)
set3 = set1.difference(set2)
temp3 = list(set3)
print(temp3)



输出:

>>>print(temp3)
['Three', 'Four']


这是最容易理解的东西将来,如果您处理大数据,则如果不需要重复数据,将其转换为数据集将删除重复数据。希望对您有所帮助;-)

评论


差异函数与接受的答案中显示的-运算符相同,因此不确定十年后是否真的添加了任何新信息

– OneCricketeer
12月3日6:49



#26 楼

(list(set(a)-set(b))+list(set(b)-set(a)))


评论


除了提供答案之外,您能否解释一下它如何工作/适用于此特定问题?答案和解决方案很棒,但是详细的指南和说明却要好得多。

–商业
17年7月6日在17:15



#27 楼

def diffList(list1, list2):     # returns the difference between two lists.
    if len(list1) > len(list2):
        return (list(set(list1) - set(list2)))
    else:
        return (list(set(list2) - set(list1)))


例如如果list1 = [10, 15, 20, 25, 30, 35, 40]list2 = [25, 40, 35],则返回的列表将是output = [10, 20, 30, 15]

评论


对于差分操作,您不能这样做。即使在整数的情况下,如果您告诉函数执行“ a-b”,则无论“ b”是否大于“ a”,都应仅从“ a”减去“ b”。列表和集合的情况与此类似。无论A和B的长度如何,A-B和B-A都是有效的操作,您只需要从A中排除B的内容即可执行A-B。

–阿布塔尔哈(丹麦)
19/12/10在18:40