获得python列表A和B之间差异的意外结果

Question

我有两个字符串名称列表：

>>> len(list_a)
14740
>>> len(list_b)
14277

我需要在list_a中获取不在list_b中的463个名称。 基于其他文章和答案，我尝试过：

a_set = set(list_a)
b_set = set(list_b)

diff1 = a_set - b_set
>>> len(diff1)
1457

diff2 = b_set - a_set
>>> len(diff2)
994

有趣的是1457 - 994 = 463.所以我觉得我很亲密，但却缺少或误解了某些东西。 我错过了什么？

Python 3

感谢。

Answer 1

list_b不一定是完全包含在list_a中的数据的子集。考虑两个具有相似构图的小得多的列表。

list_a = [1, 2, 4, 4, 6]
list_b = [1, 3, 4]

如您所见，list_b包含的3不在list_a中，但list_a的长度仍然更长。

简单循环

如果您尝试在list_a中获取list_b和不中的值，则以下是Python中非常直接的翻译。让我们将list_b转换为集合，这样我们就可以获得元素包含的恒定时间查找。

list_a = [1, 2, 4, 4, 6]
list_b = [1, 3, 4]
set_b = set(list_b)
list_result = []
for a_ele in list_a:
    if a_ele not in set_b:
        list_result.append(a_ele)

print(list_result)
# [2, 6]

注意：如果您不希望结果列表中出现重复值，则只需在中迭代set(list_a)而不是list_a 循环。

设置逻辑

你认为使用设定逻辑来回答这个问题是正确的，这可以基本上按照你所写的方式完成。

set_a = set(list_a)
set_b = set(list_b)

list_result = list(set_a - set_b)
print(list_result)
# [2, 6]

这将创建一个列表，其中list_a中的所有元素都已移除list_b 中的元素。