Question

我需要检查两个列表之间是否缺少项目。请告诉我支票中有哪些帐户，而不是account_codes列表中的帐户。我想我在这里需要正则表达式。

Account_codes = ['55555', '000002255a1', '98123a026', '4561b', '0000012e5', '987654321']
Check = ['55555', '2255a1', '123a', '0004561b', '00000012e56', '0987654321']

在此示例中，只有两项不匹配。 12e56和123a

如您所见，我的困难是双方的数据都不相同。填充似乎在某个时候发生，然后停止。有些数据用零填充，有些则不是。实际数据集很大，因此我需要在任何解决方案中都牢记这一点。

我立即想到的是像这样从两侧去除所有前导零：

stripped_acct = [item.lstrip('0') for item in Account_codes]
stripped_check = [item.lstrip('0') for item in Check]
matches = []
missing_from_acct = []
for item in stripped_check:
    if item in stripped_acct:
        matches.append(item)
    else:
        missing_from_account.append(item)

是否有更好的解决方案来解决此问题，或者您发现现有代码中是否存在效率低下的问题？

Answer 1

集合对于此类操作最有效：

a_set = set([i.lstrip('0') for i in Account_codes])
c_set = set([i.lstrip('0') for i in Check])
list(c_set - a_set)

>> ['123a', '12e56']

more on python sets here

Answer 2

尝试以下方法：

missing_from_account = list(set([item.lstrip('0') for item in Check])-set([item.lstrip('0') for item in Account_codes]))


matches = list(set([item.lstrip('0') for item in Check]).intersection(set([item.lstrip('0') for item in Account_codes])))

Answer 3

我将使用正则表达式删除主字符串前面的所有“ 0”，然后使用差异集找出我错过的内容。

import re
Account_codes = ['55555', '000002255a1', '98123a026', '4561b', '0000012e5', '987654321']
Check = ['55555', '2255a1', '123a', '0004561b', '00000012e56', '0987654321']

Check_nozero = [re.findall(r"([0]+|0?)(\w+)",ele)[0][-1]  for ele in Check]
Account_codes_nozero = [re.findall(r"([0]+|0?)(\w+)",ele)[0][-1]  for ele in Account_codes]
print( list(set(Check_nozero) - set(Account_codes_nozero)) )

对这两个列表进行缺失项检查的最佳方法是什么

3 个答案: