计算两个文件中公共集的数目

Question

我想得到你的帮助，在写一个脚本来计算两个文件中常见的数字集的数目。我的文件格式如下所示

文件1

0: 152 145 148
1: 251 280 428
2: 42 281 407
3: 289 292 331
4: 309 212 226
5: 339 336 376
6: 339 376 380
7: 41 406 205
8: 237 418 193

文件2

0: 251 280 428
1: 309 212 226
2: 339 336 376
3: 339 376 380
4: 420 414 199
5: 418 193 237
6: 203 195 200
7: 287 161 257
8: 287 257 158
9: 263 369 15
10: 285 323 327

第一列只是序列号，在检查两个文件之间的匹配时应忽略，具有不同顺序的相同数字集应计为公共数字(for e.g 237 418 193 = 418 193 237)

在这种情况下，预期结果将是。。。。。你知道吗

5 # no. of common sets
251 280 428
309 212 226
339 336 376
339 376 380
237 418 193

我试过用awk脚本-

awk 'FNR==NR{a[$3]=$0;next}{if(b=a[$3]){print b}}' file1 file2

不幸的是，集合“237 418 193”不计算，因为它在第二个文件（418 193 237）中的顺序不同。你知道吗

有谁能帮我用awk或Python脚本来完成这个任务。你知道吗

有什么需要帮忙的吗？你知道吗

Answer 1

请尝试以下python代码：

data1, data2 = [], []
for fname, data in [('file1.txt', data1), ('file2.txt', data2)]:
    for line in open(fname):
        data.append(set(line.strip().split()[1:]))

common = [s for s in data1 if s in data2]
for c in common:
    print c
print len(common)

输出：

set(['280', '251', '428'])
set(['309', '212', '226'])
set(['336', '339', '376'])
set(['380', '339', '376'])
set(['237', '418', '193'])
5