我需要在python中合并子列表的元素答案

【问题标题】：I need to merge elements of sublist in python我需要在python中合并子列表的元素
【发布时间】：2019-02-09 20:12:36
【问题描述】：

我有以下数据列表

data1 = [[4,5,9],[4,7,2],[11,13,15]]
data2 = [[1,2,3,7],[3,6,8,5],[12,10,15,17]]

我希望按如下方式合并列表。

data = [[4,5,9,1,2,3,7], [4,7,2,3,6,8,5], [11,13,15,12,10,15,17]]

即合并 data1 和 data2 中索引 0 处的元素，合并 data1 和 data 2 中索引 1 处的元素，依此类推..

data1 = [[4,5,9],[4,7,2],[11,13,15]]
data2 = [[1,2,3,7],[3,6,8,5],[12,10,15,17]]
for i in range (0,2):
    for j in range(0,3):
        data1[i].extend(data2[j])
print(data1)

【问题讨论】：

标签： python list sublist

【解决方案1】：

将zip() 与列表理解一起使用：

data1 = [[4,5,9],[4,7,2],[11,13,15]] 
data2 = [[1,2,3,7],[3,6,8,5],[12,10,15,17]]

data = [x+y for x, y in zip(data1, data2)]
# [[4, 5, 9, 1, 2, 3, 7], [4, 7, 2, 3, 6, 8, 5], [11, 13, 15, 12, 10, 15, 17]]

如果您需要以正常循环方式使用它，您可以在代码中去掉一个循环（假设两个列表长度相等）：

data1 = [[4,5,9],[4,7,2],[11,13,15]]
data2 = [[1,2,3,7],[3,6,8,5],[12,10,15,17]]

for i in range(len(data1)):
    data1[i].extend(data2[i])

print(data1)
# [[4, 5, 9, 1, 2, 3, 7], [4, 7, 2, 3, 6, 8, 5], [11, 13, 15, 12, 10, 15, 17]]

【讨论】：

这两个选项似乎都运行良好，而且速度很快。通过时间比较查看我的答案。
@Ralf，太好了。感谢您提出时间比较。

【解决方案2】：

尝试以下方法：

data_to_merge = [data1,data2]
merged = [sum(ds,[]) for ds in zip(*data_to_merge)]

你也可以使用 numpy 的 hstack，我觉得更直观一点

merged = np.hstack(data_to_merge)

【讨论】：

使用sum 对两个列表求和看起来真的很臃肿。
如果 OP 有两个以上的 data1,data2 等变量，使用 sum 比添加更好。
否，因为性能受到影响。 sum 在列表上具有二次复杂度。
然后使用numpy的hstack。
documentation on sum 建议使用itertools.chain 连接可迭代对象。例如。 list(itertools.chain.from_iterable(zip(*data_to_merge)))

【解决方案3】：

如果您确定 data1 和 data2 始终具有相同数量的元素（子列表），您可以使用 map 以下方式：

data1 = [[4,5,9],[4,7,2],[11,13,15]]
data2 = [[1,2,3,7],[3,6,8,5],[12,10,15,17]]
data = list(map(lambda x,y:x+y,data1,data2))
print(data)

输出：

[[4, 5, 9, 1, 2, 3, 7], [4, 7, 2, 3, 6, 8, 5], [11, 13, 15, 12, 10, 15, 17]]

【讨论】：

【解决方案4】：

我比较了其他答案中给出的解决方案：

def f1(original_data):
    return [
        x+y
        for x, y in zip(*original_data)]

def f2(original_data):
    return [
        sum(x, [])
        for x in zip(*original_data)]

def f3(original_data):
    data_1 = original_data[0]
    data_2 = original_data[1]

    for i in range(len(data_1)):
        data_1[i].extend(data_2[i])

    return data_1

def f4(original_data):
    return np.hstack(original_data).tolist()

时间安排是：

>>> import timeit
>>> timeit.timeit('f(data)', 'from __main__ import data,  f1 as f')
0.6496335420088144
>>> timeit.timeit('f(data)', 'from __main__ import data,  f2 as f')
1.1647848110005725
>>> timeit.timeit('f(data)', 'from __main__ import data,  f3 as f')
0.6762638779910048
>>> timeit.timeit('f(data)', 'from __main__ import data,  f4 as f')
8.561359490995528

我的f1() 中的版本似乎是这些短名单中最快的。

注意：注意f3()中的代码，因为它修改了原始数据，所以你必须将它作为最后一个运行；其他函数会返回一个新副本，并且不要触及原始副本。

一个区别是，f2() 中的版本适用于多个列表，而不仅仅是 2 个；但速度较慢。 f4()（使用numpy）也适用于多个列表，但速度要慢很多。

【讨论】：

【解决方案5】：

您可以使用运算符concat()和函数starmap();：

from operator import concat
from itertools import starmap

list(starmap(concat, zip(data1, data2)))
# [[4, 5, 9, 1, 2, 3, 7], [4, 7, 2, 3, 6, 8, 5], [11, 13, 15, 12, 10, 15, 17]]

【讨论】：