如何在python中合并或加入列表并匹配记录

Question

我进行了搜索，但找不到足够接近的东西。

考虑这 3 个或更多包含文件名或任何其他对象的列表 - 在特定目录中找到的列表（相关）：

list1 = ['c:\\temp\\file1.txt', 'c:\\temp\\file2.txt', 'c:\\temp\\file3.txt']
list2 = ['d:\\myfiles\\file1.txt', 'd:\\myfiles\\file2.tx', 'd:\\myfiles\\file4.txt']
list3 = ['d:\\backup\\file2.txt', 'd:\\backup\\file3.txt', 'd:\\backup\\file4.txt']

我想要获得的是一个包含三列的表格（可以是 excel、管道分隔的 txt 或类似的），其中包含三列：

column1 (c:\\temp) | column2 (d:\\myfiles) | column3 (d:\\backup)
------------------------------------------------------------------
file1.txt          | file1.txt             | <blank>
file2.txt          | file2.txt             | file2.txt
file3.txt          | <blank>               | file3.txt
<blank>            | file4.txt             | file4.txt

我有列表，但我不知道有什么函数或方法可以按照上面提供的方式对列表进行排序。 Python 2.7 - 我正在使用。

欢迎任何想法。

-地理

Answer 1

对于您正在解决的问题，字典不是更好的数据结构吗？首先，让我们将您的数据转换为字典：

collections = [list1, list2, list3]
files = {'\\'.join(collection[0].split('\\')[:-1]): [item.split('\\')[-1] for item in collection] for collection in collections}

我知道这是一个很复杂的理解，但它会给你一本很好的字典：

{'c:\\temp': ['file1.txt', 'file2.txt', 'file3.txt'], 'd:\\myfiles': ['file1.txt', 'file2.tx', 'file4.txt'], 'd:\\backup': ['file2.txt', 'file3.txt', 'file4.txt']}

现在，要以您想要的方式显示文件，我们可以简单地遍历键，然后遍历字典的值：

# Headers
for key in files.keys():
    print("%-15s" % key, end="")
print("\n" + "="*44)

#Values
size = max(len(val) for val in files.values())
for i in range(size):
    for path in files:
        name =  "file%s.txt" % str(i+1)
        if name in files[path]:
           print("%-15s" % name, end="")
        else:
            print("%-15s" % "<blank>", end="")
    print()

输出如你所愿：

c:\temp        d:\myfiles     d:\backup
============================================
file1.txt      file1.txt      <blank>        
file2.txt      <blank>        file2.txt      
file3.txt      <blank>        file3.txt 

注意：This may only work for monospaced fonts.

Answer 2

我同意 Sam 的观点，第一步是将您的列表转换为列表字典。

from collections import defaultdict

flattened_list = [s for sub in [list1, list2, list3] for s in sub]
tracker = defaultdict(list)

for path in flattened_list:
    dirname, _, basename = path.rpartition('\\')
    tracker[dirname].append(basename)

# {'c:\\temp':    ['file1.txt', 'file2.txt', 'file3.txt'], 
#  'd:\\myfiles': ['file1.txt', 'file2.txt', 'file4.txt'], 
#  'd:\\backup':  ['file2.txt', 'file3.txt', 'file4.txt']}

从这里开始，将这些数据转换为列数据列表或行数据列表非常简单。

dirnames = sorted(tracker)
basenames = sorted(set(sum(tracker.values(), []))) # a set of all file names

# constructs a list for each directory, filling in empty slots with '<blank>'
files = [[b if b in tracker[d] else '<blank>' for b in basenames] for d in dirnames]

column_output = [[d] + f for d, f in zip(dirnames, files)]
# [['c:\\temp',    'file1.txt', 'file2.txt', 'file3.txt', '<blank>'], 
#  ['d:\\myfiles', 'file1.txt', 'file2.txt', '<blank>',   'file4.txt'],
#  ['d:\\backup',  '<blank>',   'file2.txt', 'file3.txt', 'file4.txt']]

row_output = zip(*column_output)
# [('c:\\temp',  'd:\\backup', 'd:\\myfiles'), 
#  ('file1.txt', '<blank>',    'file1.txt'), 
#  ('file2.txt', 'file2.txt',  'file2.txt'), 
#  ('file3.txt', 'file3.txt',  '<blank>'), 
#  ('<blank>',   'file4.txt',  'file4.txt')]

以您想要的方式打印这些或将它们写入 Excel 文件是另一个问题，但应该很容易。