我有一份“身份证”清单:
ids = [None, '20160928a', '20160929a', ... ]
我发现的另一个“id”列表是使用fuzzyfuzzy的重复id:
^{pr2}$我想再次使用fuzzyfuzzy创建一个列表列表,其中包含重复id在列表“ids”中的位置(按索引)。因此输出将如下所示(因为它们是重复的,因此列表中的每个列表至少包含两个元素:
collected_ids = [[0,5,700], [6,3], [4,826,12]]
我的尝试,目前只返回id而不是id的位置:
collected_urls = []
for offender in repeat_offenders[:10]:
best_match = process.extract(offender, ids)
collection = []
for match in best_match:
if match[1] > 95:
collection.append(match[0])
else:
pass
collected_urls.append(collection)
更新,我尝试使用Moe的答案查找/分组精确匹配项:
idz = ids
collected_ids = []
for i in range(len(idz)):
tmp = [i]
for j in range(len(ids)):
if idz[i] == idz[j] and i != j:
tmp.append(j)
del j
if len(tmp) > 1:
collected_ids.append(tmp)
del i
如果不必使用},如下所示:
fuzzywuzzy
,则可以使用两个for-loops
检查重复项并生成{编辑:
如果要避免重复,可以创建一个列表来检查索引是否已添加,如下所示:
^{pr2}$输出:
相关问题 更多 >
编程相关推荐