如何在 Python 中过滤/清理列表答案

【问题标题】：How to filter/clean a list in Python如何在 Python 中过滤/清理列表
【发布时间】：2019-02-14 23:03:54
【问题描述】：

我有一个包含文本和数字以及空值的列表。我正在寻找：

products = [[], [], [], [], [], [], [], [], [], [], ['productid="6836518"', 'productid="5965878"', 'productid="3851171"'], ['productid="6455623"'], [], ['productid="8024914"', 'productid="2871360"', 'productid="6694729"', 'productid="6760262"'], [], [], ['productid="6466698"', 'productid="5340641"', 'productid="6071996"', 'productid="5379225"'], ['productid="6683916"', 'productid="6690577"', 'productid="7117851"'], ['productid="7094467"'], ['productid="6628351"'], ['productid="5897930"'], ['productid="6812437"', 'productid="5379225"'], ['productid="7918467"', 'productid="7918466"'], []]

然后返回类似：

products2 =  [6836518, 5965878, 3851171, 6455623, 8024914, 2871360, 6694729, 6760262, 6466698, 5340641, 6071996, 5379225, 6683916, 6690577, 7117851, 7094467, 6628351, 5897930, 6812437, 5379225, 7918467, 7918466]

【问题讨论】：

标签： python list null filtering data-cleaning

【解决方案1】：

这个单行解决方案应该可以使用re：

import re
product = [int(re.search("\d+",e).group()) for l in products for e in l]

product的结果：

【讨论】：

这有效，但仅适用于其中包含“productid”的值。仍有返回值包含语法“data-thisProduct”。 . .

【解决方案2】：

因此，请检查您的数据结构。您有一个列表列表，其中那些内部列表包含零或看起来像 'productid="0123456"' 的元素，而您想要取出这些数字。

您应该可以为此使用itertools.chain：

products2 = []

for el in itertools.chain.from_iterable(products):
    if 'productid' in el:
        _, num = el.split('=')
        num = int(num.strip('"'))
        products2.append(num)

如果您可能同时拥有productid='12345' 和..."12345"，则可以使用num = int(num.strip('"\'')) 去掉这两种类型的引号（注意转义的单引号，我认为它比等效的""""'""" 看起来更简洁）

【讨论】：

【解决方案3】：

import re

data = [[], [], [], [], [], [], [], [], [], [], ['productid="6836518"', 'productid="5965878"', 'productid="3851171"'], ['productid="6455623"'], [], ['productid="8024914"', 'productid="2871360"', 'productid="6694729"', 'productid="6760262"'], [], [], ['productid="6466698"', 'productid="5340641"', 'productid="6071996"', 'productid="5379225"'], ['productid="6683916"', 'productid="6690577"', 'productid="7117851"'], ['productid="7094467"'], ['productid="6628351"'], ['productid="5897930"'], ['productid="6812437"', 'productid="5379225"'], ['productid="7918467"', 'productid="7918466"'], []]
clean = []

for l in data:
    for item in l:
        clean.append(int(re.search('\d+', item).group(0)))

print(clean)

【讨论】：

【解决方案4】：

你可以试试这个：

使用列表理解：

tmp = [ j for i in products for j in i]
result = [ int(i.split('=')[1].replace('"','')) for i in tmp]

print(result) # will give the desired output

扩展列表理解：

result= []

for i in products:
  if i:
    for j in i:
      tmp = j.split('=')
      result.append(int(tmp[1].replace('"','')))

print(result)

【讨论】：