从多个列表中查找匹配值及其频率

Question

我是 python 新手。假设我有多个列表列表（在本例中为 2 ）。示例：

名单A [ ['a', 'b', 'a', 'c', 'd'] , ['q', 'w', 'a', 'c'] ]

列表 B [ ['a', 'p', 'z', 'c', 'q'] , ['a', 'l', 'k', 'j'] ].

我想比较列表 A 和列表 B，并找出两个列表中出现的特定元素及其频率。在这种情况下，我希望答案是“q”、“a”和“c”。但我不想计算列表 A 或列表 A 的任何子列表中出现的“a”。

考虑到列表 A 中的元素“a”，我只想知道列表 B 中是否也看到了“a”，并将该出现次数计为频率 = 2，但说“b”仅在列表 A 中看到，所以它的频率仅为1。我还想知道在其中看到元素的列表的名称，所以对于“a”，答案将是列表 A 和列表 B，但对于“b”，它只是列表 A。

基本直觉是跟踪与其他值相比分布更广（即存在于更多列表中）的值。有没有一种有效的方法来做到这一点？任何帮助表示赞赏，谢谢！

Answer 1

以下报告统计列表中项目的出现次数

def flatten(lst):
    " Flattens into single lists "
    return [val for sublist in lst for val in sublist]

def occurences(*lsts):
    " Takes in an arbitrary number of lists and reports frequencies of items "
    result = {}
    for i, lst in enumerate(lsts):
        f_lst = flatten(lst)
        for c in f_lst:
            result.setdefault(c, set()).add(i)
    # Add frequencies
    # key frequency is the count
    # key occurs is which numbered list of the item
    final = {}
    for c, s in result.items():
        final[c] = {'frequency': len(s), 'occurs':list(s)}
    return final

用法

stats = occurrences(List1, List2, ..., ListN)

测试

测试 1（ListA & ListB 是引用为 0, 1 in 发生）

ListA = [ ['a', 'b', 'a', 'c', 'd'] , ['q', 'w', 'a', 'c'] ]
ListB = [ ['a', 'p', 'z', 'c', 'q'] , ['a', 'l', 'k', 'j'] ]
from pprint import pprint as pp
pp(occurences(ListA, ListB))
{'a': {'frequency': 2, 'occurs': [0, 1]},
 'b': {'frequency': 1, 'occurs': [0]},
 'c': {'frequency': 2, 'occurs': [0, 1]},
 'd': {'frequency': 1, 'occurs': [0]},
 'j': {'frequency': 1, 'occurs': [1]},
 'k': {'frequency': 1, 'occurs': [1]},
 'l': {'frequency': 1, 'occurs': [1]},
 'p': {'frequency': 1, 'occurs': [1]},
 'q': {'frequency': 2, 'occurs': [0, 1]},
 'w': {'frequency': 1, 'occurs': [0]},
 'z': {'frequency': 1, 'occurs': [1]}}

测试 2（ListA、ListB、ListC 引用为 0、1、2 in 发生）

ListA = [ ['a', 'b', 'a', 'c', 'd'] , ['q', 'w', 'a', 'c'] ]
ListB = [ ['a', 'p', 'z', 'c', 'q'] , ['a', 'l', 'k', 'j'] ]
ListC = [ ['m', 'p', 'r', 's', 'q'] , ['a', 't', 'k', 'j'] ]
from pprint import pprint as pp
pp(occurences(ListA, ListB, ListC))

{'a': {'frequency': 3, 'occurs': [0, 1, 2]},
 'b': {'frequency': 1, 'occurs': [0]},
 'c': {'frequency': 2, 'occurs': [0, 1]},
 'd': {'frequency': 1, 'occurs': [0]},
 'j': {'frequency': 2, 'occurs': [1, 2]},
 'k': {'frequency': 2, 'occurs': [1, 2]},
 'l': {'frequency': 1, 'occurs': [1]},
 'm': {'frequency': 1, 'occurs': [2]},
 'p': {'frequency': 2, 'occurs': [1, 2]},
 'q': {'frequency': 3, 'occurs': [0, 1, 2]},
 'r': {'frequency': 1, 'occurs': [2]},
 's': {'frequency': 1, 'occurs': [2]},
 't': {'frequency': 1, 'occurs': [2]},
 'w': {'frequency': 1, 'occurs': [0]},
 'z': {'frequency': 1, 'occurs': [1]}}