Python：从2个列表中删除重复项

Question

我想从两个列表中删除重复项，于是我编写了这个函数：

a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]

b = ["ijk", "lmn", "opq", "rst", "123", "456", ]

for i in b:
    if i in a:
        print "found " + i
        b.remove(i)

print b

但我发现，匹配项后面的项并没有被删除。

我得到的结果如下：

found ijk
found opq
['lmn', 'rst', '123', '456']

但我希望的结果是这样的：

['123', '456']

我该如何修复我的函数来实现我想要的结果？

谢谢。

- michael

Answer 1

您的问题似乎是您正在更改正在进行迭代的列表。请改为对列表的副本进行迭代。

for i in b[:]:
    if i in a:
        b.remove(i)


>>> b
['123', '456']

不过，使用列表推导式怎么样？

>>> a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]
>>> b = ["ijk", "lmn", "opq", "rst", "123", "456", ]
>>> [elem for elem in b if elem not in a ]
['123', '456']

- Sukrit Kalra

---

如果列表a变得更长，将其转换为集合set可能会更有效率（对于集合，x in s的时间复杂度是O(1)，而对于列表则是O(n)），参考http://wiki.python.org/moin/TimeComplexity。 - Frerich Raabe

Answer 2

以下是正在发生的事情。假设您有以下列表：

['a', 'b', 'c', 'd']

您正在遍历列表中的每个元素。假设您当前位于索引位置1：

['a', 'b', 'c', 'd']
       ^
       |
   index = 1

如果您删除索引位置为1的元素，将得到如下结果：

['a',      'c', 'd']
       ^
       |
    index 1

在移除该项后，其他项向左滑动，呈现如下：

['a', 'c', 'd']
       ^
       |
    index 1

然后当循环再次运行时，循环将索引增加到2，得到以下结果：

['a', 'c', 'd']
            ^ 
            |
         index = 2

你看，你跳过了 'c' 这个元素。这个教训是：不要从正在遍历的列表中删除元素。

- 7stud

Answer 3

那么呢？

b= set(b) - set(a)

如果您需要在结果中重复出现可能重复的b内容并且需要保持其顺序，请使用：

b= [ x for x in b if not x in a ] 

会做的。

- Mario Rossi

---

这个回答被踩了一次。有人能告诉我为什么吗？是否存在严重的语法/概念错误？是否没有对所问问题做出贡献（并考虑到有时很难理解所问问题）？是否英语太差以至于无法理解？ - Mario Rossi

我看到了 if not x in a，对我来说有点奇怪。虽然它也能正常工作，但我认为你应该改成 if x not in a，这样代码会更清晰。这是我的个人意见。 - Lê Tư Thành

请注意，此处必须编写列表推导式选项：[x for x in d if not (x in o)]，以通过pep8。 - Rob

Answer 4

您要求删除两个列表中的重复项，这是我的解决方案：

from collections import OrderedDict
a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]
b = ["ijk", "lmn", "opq", "rst", "123", "456", ]

x = OrderedDict.fromkeys(a)
y = OrderedDict.fromkeys(b)

for k in x:
    if k in y:
        x.pop(k)
        y.pop(k)


print x.keys()
print y.keys()

结果：

['abc', 'def', 'xyz']
['123', '456']

这里的好处是您可以保留两个列表项的顺序。

- DevLounge

Answer 5

或者一个集合

set(b).difference(a)

请注意，如果顺序很重要的话，集合将无法保留顺序。

- Joran Beasley

Answer 6

您可以使用Lambda函数。

f = lambda list1, list2: list(filter(lambda element: element not in list2, list1))

从list1中删除list2中的重复元素。

>>> a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]
>>> b = ["ijk", "lmn", "opq", "rst", "123", "456"]
>>> f(a, b)
['abc', 'def', 'xyz']
>>> f(b, a)
['123', '456']

- Golvin

Answer 7

避免在迭代列表时出现编辑问题的一种方法是使用推导式:

a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]
b = ["ijk", "lmn", "opq", "rst", "123", "456", ]
b = [x for x in b if not x in a]

- Mayur Patel

---

Mario Rossi和Sukrit Kalra在1小时前发布了相同的解决方案。 - DevLounge

也许@Mayur Patel和我同时开始写它。这是一个元主题（我猜）：当1（或者也许2）个人正在回答问题时，要么阻止提问（一段时间内？），要么至少指示还有多少其他人在回答。我的意思是在答案发布之前。虽然我是新手。如果已经有类似的功能，请告诉我。 - Mario Rossi

Answer 8

你可以使用列表推导式。

a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]
b = ["ijk", "lmn", "opq", "rst", "123", "456", ]

a中重复的值已被移除

c=[value for value in a if value not in b]

从 b 中删除了重复值

c=[value for value in b if value not in a]

- MUHAMMED SHAFEERALI P

Answer 9

a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]

b = ["ijk", "lmn", "opq", "rst", "123", "456","abc"]

for i in a:
    if i in b:
        print("found", i)
        b.remove(i)
print(b)

output:
found abc
found ijk
found lmn
found opq
found rst
['123', '456']

- Baka_coder

---

你的回答可以通过提供更多支持信息来改进。请编辑以添加进一步的细节，例如引用或文档，以便他人可以确认你的答案是正确的。您可以在帮助中心中找到有关如何编写良好答案的更多信息。 - Community

Answer 10

已经有很多关于“如何修复它”的答案了，所以这是一个“如何改进它并更具Python风格的解决方法”：由于你想要实现的是获取列表 b 和列表 a 之间的差异，你应该在集合上使用差异操作符（ 集合操作）：

>>> a = ["abc", "def", "ijk", "lmn", "opq", "rst", "xyz"]
>>> b = ["ijk", "lmn", "opq", "rst", "123", "456", ]
>>> s1 = set(a)
>>> s2 = set(b)
>>> s2 - s1
set(['123', '456'])

- Vincenzo Pii