Question

我尝试了这个解决方案：Find a repeating pattern in a list of strings。但它从我的列表格式不起作用。我没有得到任何错误，但它显示错误的答案。我使用了相同的代码，并使用dict存储了所有带有密钥的列表：

common_suffix = os.path.commonprefix([listDict[::-1] for items in listDict])[::-1]
stripped_titles = [items[:-len(common_suffix)] for items in listDict]
print len(stripped_titles)

我得到的答案是0。

以下是清单。我已经从CSV文件数据中创建了这些列表：

list1 = ['a1', 'b2', 'c4', 'y7', 'u5']
list2 = ['b4', 't5', 'g1']
list3 = ['b2', 'c4', 'f6', 'a1']
list4 = ['b2', 'a1']
list5 = ['r4', 'c4', 'a1', 'b2']

这里我想找到重复的字符串。可以说，我想要三个元素a1, b2, c4（来自list1），我想知道这三个字符串在其他列表中存在多少次。订单无关紧要。字符串项应该在其他列表中。在这种情况下，list {1}，list3和list5中存在a1, b2, c4。所以我希望答案是“list1的前三个元素重复3个其他列表”。

如何使用以下功能完成此操作：我希望能够选择一个数字，让我们说k = 3，然后将测试所有列表的第一个三个元素的重复模式，输出将是的，

a1, b2, c4 = 3

等等。

Answer 1

如果我理解你的目标（计算所有项目出现的每个列表，包括第一个），你可以这样做：

lists=[ ['a1', 'b2', 'c4', 'y7', 'u5'],
        ['b4', 't5', 'g1'],
        ['b2', 'c4', 'f6', 'a1'],
        ['b2', 'a1'],
        ['r4', 'c4', 'a1', 'b2']]

k=3
tgt=tuple(lists[0][0:k])
di={tgt:1}
for li in lists[1:]:
    if all(e in li for e in tgt):
        di[tgt]+=1

print(di)

打印：

{('a1', 'b2', 'c4'): 3}

如果您想简化为一行：

di={tgt:sum(all(e in li for e in tgt) for li in lists)}

然后，如果你想要你的确切输出：

>>> print '{}={}'.format(', '.join(tgt), di[tgt])
a1, b2, c4=3

Answer 2

我理解这个问题的方式，你问的是：给定一组字符串，返回任何这些字符串出现的列表数。

因此，对于list4和k=2，我们有'b2'和'a1'。两者都出现在list1中，因此我们得到一个列表。不会显示在list2中，因此不会添加1.它们都会显示在list3和list5中，总共会生成3个列表（不包括原始list4）。但是，如果只包含'b2'或'a1'中的一个，我的解决方案也会添加一个列表。

首先是一个带有列表列表的解决方案，然后是一个带有列表字典的列表。

list1 = ['a1', 'b2', 'c4', 'y7', 'u5']
list2 = ['b4', 't5', 'g1']
list3 = ['b2', 'c4', 'f6', 'a1']
list4 = ['b2', 'a1']
list5 = ['r4', 'c4', 'a1', 'b2']

我已将您的列表打包到列表列表中。

lall= [list1,list2,list3,list4,list5]

def cmatch1( lall, l0, k ):
    """ lall: a list of lists
        l0: the list to check
        k: number of entries from beginning of l0 to look for
    """
    m = 0
    for li in lall:
        # dont check against supplied list
        if li is l0:
            continue
        # loop over first k entries in supplied list
        for cn in l0[:k]:
            # if any of them appear in another list increment and break out
            if cn in li:
                m += 1
                break
    return m

如果你有一个列表词典，

dl = {'list1':list1, 'list2':list2, 'list3':list3, 'list4':list4, 'list5':list5}

def cmatch2( dl, key, k ):
    """ dl: a dict of lists
        key: key of list to check
        k: number of entries from beginning of dl[key] to look for
    """
    m = 0
    for ki,li in dl.items():
        # dont check against supplied list
        if ki == key:
            continue
        # loop over first k entries in supplied list
        for cn in dl[key][:k]:
            # if any of them appear in another list increment and break out
            if cn in li:
                m += 1
                break
    return m

如果您想检查每个列表中的前三个条目与其他每个列表，您可以调用上述函数，使用第二个参数指示每个列表一次。当k=3和list4没有k条目时，您不确定要发生什么，但您可以在外部循环中检查列表。

如果你这样做，

>>> cmatch2( dl, 'list1', 3 )
3

>>> cmatch2( dl, 'list2', 3 )
0

>>> cmatch3( dl, 'list3', 2 )
3

Answer 3

我会使用counter：

from collections import Counter

def find_common(k,l):
    c = Counter()
    for ele in l:
        c.update(ele[:k])
    most_com = c.most_common()
    final = [x for x in c if c[x] == most_com[0][1]]+[most_com[0][1]]
    return final
print find_common(3,lists)
['a1', 'b2', 'c4', 3]

Answer 4

如果订单信息不那么重要，请查看PyFIM，它为频繁项目集挖掘实现了多种算法。传统上，这些方法将对数据项进行排序。

此问题的一个版本称为＆＃34; 频繁子序列挖掘＆＃34;，它会考虑到顺序。

如何在列表中找到重复的单个字符串？

4 个答案: