如何获取多个嵌套列表的交集？

Question

我正在和Python一起玩，想知道如何获得多个嵌套列表的交集。

list1 = [[10, 1], [200, 2], [300, 9], [400, 1], [500, 1]]
list2 = [[22, 1], [200, 2], [300, 9], [900, 1], [660, 1], [500, 1]]
list3 = [[30, 1], [200, 2], [300, 0], [400, 1], [500, 1]]

每个列表包含多个小列表，每个列表包含两个整数。每个小列表的第一个整数在每个列表中都不同。

现在，如果第一个整数出现在每个列表中，则将其保留，请总结第二个整数。

然后，结果应为[[200,6]，[300,18]，[500,3]]

一个朋友解决了这个问题：

import pandas as pd
list1 = [[100, 1], [200, 2], [300, 99], [400, 1], [500, 1]]
list2 = [[22, 1], [200, 2], [300, 9], [900, 1],[1000, 1], [500, 1]]
list3 = [[30, 1], [200, 2], [300, 0], [400, 1], [500, 1]]

df1 = pd.DataFrame(list1)
df2 = pd.DataFrame(list2)
df3 = pd.DataFrame(list3)

df4 = df1.merge(df2, on=0, how='inner')

df5 = df4.merge(df3, on=0, how='inner')

df6 = df5.copy()
df6['sum'] = df6.iloc[:, 1:].sum(axis=1)
list4 = df6[[0, 'sum']].values.tolist()

print(list4)

当数据很大时，运行速度会慢。我想知道是否有任何方法可以使用“设置”来加快速度？

Answer 1

每个列表包含多个小列表，每个列表包含两个整数。每个小列表的第一个整数在每个列表中都不同。

我建议将您的嵌套列表转换为词典，在这里似乎更有意义地使其更有意义 - 不仅是为了此操作，而且要使用数据。然后，您只需要一个简单的词典理解。

>>> d1, d2, d3 = dict(list1), dict(list2), dict(list3)
>>> d1
{10: 1, 200: 2, 300: 9, 400: 1, 500: 1}
>>> {k: d1[k] + d2[k] + d3[k] for k in d1 if k in d2 and k in d3}
{200: 6, 300: 18, 500: 3}

或与嵌套列表理解相同，如果您确实需要列表：

>>> [[k, d1[k] + d2[k] + d3[k]] for k in d1 if k in d2 and k in d3]
[[200, 6], [300, 18], [500, 3]]

关于运行时间：在O（n）中创建dicts之后，如果d2中的k和d3 in d3 检查为o（1 ）对于O（n）的总体复杂性，应尽可能快地。

---

关于评论的建议：使用d1.keys（）＆amp; d2.keys（）＆amp; d3.keys（）也有效，但似乎并不快（实际上要慢一点，对于25％重叠的1000个元素）。

>>> d1, d2, d3 = ({random.randrange(1000): random.randrange(1000) for _ in range(1000)} for _ in range(3))                                                              
>>> len(set(d1) & set(d2) & set(d3))                                                                                              
259
>>> %timeit {k: d1[k] + d2[k] + d3[k] for k in d1 if k in d2 and k in d3}                                                                                               
84.2 µs ± 1.19 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
>>> %timeit {k: d1[k] + d2[k] + d3[k] for k in d1.keys() & d2.keys() & d3.keys()}                                                                                       
117 µs ± 817 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)