使用唯一条目获取两个列表之间的差异

Question

我在Python中有两个列表：

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

假设每个列表中的元素都是唯一的，我想创建第三个列表，其中包含第一个列表中不在第二个列表中的项目：

temp3 = ['Three', 'Four']

是否有任何无需循环和检查的快速方法？

Answer 1

要获取 temp1 中但不在 temp2 中的元素（假设每个列表中的元素是唯一的）：

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

请注意它是不对称的：

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

其中您可能期望/希望它等于 set([1, 3])。如果您确实想要 set([1, 3]) 作为答案，可以使用 set([1, 2]).symmetry_difference(set([2, 3]))< /代码>。

Answer 2

现有的解决方案都提供以下其中之一：

• 比 O(n*m) 更快的性能。
• 保留输入列表的顺序。

但到目前为止还没有解决方案两者兼而有之。如果您两者都想要，请尝试以下操作：

s = set(temp2)
temp3 = [x for x in temp1 if x not in s]

性能测试

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

我提出的方法以及保留顺序也比集合减法更快（稍微），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得多并且散列成本很高，则性​​能差异会更加明显。这是证明这一点的第二个测试：

init = '''
temp1 = [str(i) for i in range(100000)]
temp2 = [str(i * 2) for i in range(50)]
'''

结果：

11.3836875916 # ars' answer
3.63890368748 # this answer (3 times faster!)
37.7445402279 # matt b's answer

Answer 3

可以使用 python XOR 运算符来完成。

• 这将删除每个列表中的重复项
• 这将显示 temp1 与 temp2 以及 temp2 与 temp1 的差异。

---

set(temp1) ^ set(temp2)

Answer 4

您可以使用列表理解：

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

Answer 5

试试这个：

temp3 = set(temp1) - set(temp2)

Answer 6

如果你想要递归地区别，我已经为 python 编写了一个包：
https://github.com/seperman/deepdiff

安装

从 PyPi 安装：

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

相同对象返回空

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

项目类型有已更改

>>> 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}}}

项目的值已更改

>>> 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}}}

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}}}

忽略顺序或重复的列表差异：（使用与上面相同的字典）

>>> 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}}}

添加对象属性：

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

Answer 7

可以使用以下简单函数找到两个列表（例如 list1 和 list2）之间的差异。

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)

或者

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

通过使用上述函数，可以使用 diff(temp2, temp1) 或 diff(temp1, temp2) 找到差异。两者都会给出结果['Four', 'Three']。您不必担心列表的顺序或首先给出哪个列表。

Python 文档参考

Answer 8

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)))

Answer 9

我会扔进去，因为目前的解决方案都不会产生元组：

temp3 = tuple(set(temp1) - set(temp2))

或者：

#edited using @Mark Byers idea. If you accept this one as answer, just accept his instead.
temp3 = tuple(x for x in temp1 if x not in set(temp2))

像这个方向上的其他非元组产生答案一样，它保留顺序

Answer 10

如果您真正关注性能，那么请使用 numpy！

这是 github 上的完整笔记本，其中包含 list、numpy 和 pandas 之间的比较。

https://gist.github.com/denfromufa/2821ff59b02e9482be15d27f2bbd4451

Answer 11

我想要一些需要两个列表并且可以执行 bash 中的 diff 功能的东西。由于当您搜索“python diff两个列表”时首先出现这个问题并且不是很具体，因此我将发布我的想法。

使用 中的 SequenceMather difflib 您可以像 diff 一样比较两个列表。其他答案都不会告诉您差异发生的位置，但这个答案会。有些答案只给出了一个方向的差异。有些对元素重新排序。有些不处理重复项。但是这个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])

这个输出：

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']

当然，如果您的应用程序做出与其他答案相同的假设，您将从中受益最多。但如果您正在寻找真正的 diff 功能，那么这是唯一的方法。

例如，其他答案都无法处理：

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

但这个答案可以：

  2nd has [5, 4, 3, 2]
both have [1]
  1st has [2, 3, 4, 5]

Answer 12

这是最简单情况的 Counter 答案。

这比上面进行双向比较的方法要短，因为它只执行问题所要求的操作：生成第一个列表中内容的列表，而不是第二个列表中的内容。

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，它会产生一个不错的单行：

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

输出：

['Three', 'Four']

请注意，如果您只是迭代它，则可以删除 list(...) 调用。

因为该解决方案使用计数器，所以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：

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

输出为：

['Two', 'Two', 'Three', 'Three', 'Four']

Answer 13

这可能比 Mark 的列表理解更快：

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

Answer 14

这是@SuperNova 答案的修改版本

def get_diff(a: list, b: list) -> list:
    return list(set(a) ^ set(b))

Answer 15

arulmr 解决方案的单行版本

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

Answer 16

这是另一个解决方案：

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

Answer 17

假设我们有两个列表，

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

从上面两个列表中可以看到，列表 2 中存在项目 1、3、5，而项目 7、9 则不存在。另一方面，列表 1 中存在项目 1、3、5，而项目 2、4 则不存在。

返回包含项目 7、9 和 2、4 的新列表的最佳解决方案是什么？

上面的所有答案都找到了解决方案，那么现在什么是最佳的呢？

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

对比

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

使用 timeit 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

Answer 18

如果您应该从列表a中删除所有值，这些值出现在列表b中。

def list_diff(a, b):
    r = []

    for i in a:
        if i not in b:
            r.append(i)
    return r

list_diff([1,2,2], [1])

结果：[2,2]

或

def list_diff(a, b):
    return [x for x in a if x not in b]

Answer 19

如果 difflist 的元素已排序并设置，则可以使用简单的方法。

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

print list1[len(list2):]

或使用本机设置方法：

subset=set(list1).difference(list2)

print subset

import timeit
init = 'temp1 = list(range(100)); temp2 = [i * 2 for i in range(50)]'
print "Naive solution: ", timeit.timeit('temp1[len(temp2):]', init, number = 100000)
print "Native set solution: ", timeit.timeit('set(temp1).difference(temp2)', init, number = 100000)

朴素解决方案：0.0787101593292

本机设置解决方案：0.998837615564

Answer 20

如果您遇到 TypeError: unhashable type: 'list' 您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？

Answer 21

我对此有点太晚了，但是您可以将上述一些代码的性能与此进行比较，其中两个最快的竞争者是，

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

我对初级编码水平表示歉意。

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])

Answer 22

这里有一些简单的、保序的方法来区分两个字符串列表。

代码

使用 pathlib 的不寻常方法：

import pathlib


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

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

假设两个列表都包含具有相同开头的字符串。有关更多详细信息，请参阅文档。请注意，与集合操作相比，它并不是特别快。

---

使用 itertools.zip_longest 的直接实现：

import itertools as it


[x for x, y in it.zip_longest(temp1, temp2) if x != y]
# ['Three', 'Four']

Answer 23

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，而且将来如果您处理大数据，如果不需要重复项，将其转换为集将删除重复项。希望有帮助;-)

Answer 24

我知道这个问题已经得到了很好的答案，但我希望使用 numpy 添加以下方法。

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

list(np.setdiff1d(temp1,temp2))

['Four', 'Three'] #Output

Answer 25

如果你想要更像变更集的东西......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"

Answer 26

我们可以计算列表的交集减去并集：

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

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

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

Answer 27

这个问题可以用一根线解决。
问题是给定两个列表（temp1 和 temp2），在第三个列表（temp3）中返​​回它们的差异。

temp3 = list(set(temp1).difference(set(temp2)))

Answer 28

这是区分两个列表（无论内容是什么）的简单方法，您可以得到如下所示的结果：

>>> from sets import Set
>>>
>>> l1 = ['xvda', False, 'xvdbb', 12, 'xvdbc']
>>> l2 = ['xvda', 'xvdbb', 'xvdbc', 'xvdbd', None]
>>>
>>> Set(l1).symmetric_difference(Set(l2))
Set([False, 'xvdbd', None, 12])

希望这会有所帮助。

Answer 29

您可以循环浏览第一个列表，对于不在第二个列表中但在第一个列表中的每个项目，将其添加到第三个列表中。例如：

temp3 = []
for i in temp1:
    if i not in temp2:
        temp3.append(i)
print(temp3)

Answer 30

如果列表是对象而不是基本类型，这是一种方法。

代码比较明确，并给出了一份副本。
这可能不是一个有效的实现，但对于较小的对象列表来说是干净的。

a = [
    {'id1': 1, 'id2': 'A'},
    {'id1': 1, 'id2': 'B'},
    {'id1': 1, 'id2': 'C'},  # out
    {'id1': 2, 'id2': 'A'},
    {'id1': 2, 'id2': 'B'},  # out
]
b = [
    {'id1': 1, 'id2': 'A'},
    {'id1': 1, 'id2': 'B'},
    {'id1': 2, 'id2': 'A'},
]


def difference(a, b):
  for x in a:
    for y in b:
      if x['id1'] == y['id1'] and x['id2'] == y['id2']:
        x['is_removed'] = True

  c = [x for x in a if not x.get('is_removed', False)]
  return c


print(difference(a, b))