Python:一个列表中的子集元素基于另一个列表中的子字符串，每个子字符串只保留一个元素

Question

我有两个列表:

list1 = ['abc-21-6/7', 'abc-56-9/10', 'def-89-7/3', 'hij-2-4/9', 'hij-75-1/7']

list2 = ['abc', 'hij']

我想对 list1 进行子集化，以便:1) 仅保留子字符串与 list2 中的元素匹配的那些元素，以及 2) 对于满足第一个要求的重复元素，我只想随机保留其中一个重复元素。对于这个具体示例，我想生成如下结果:

['abc-21-6/7', 'hij-75-1/7']

我已经编写出代码来满足我的第一个要求:

[ele for ele in list1 for x in list2 if x in ele]

根据我的具体示例，返回以下内容:

['abc-21-6/7', 'abc-56-9/10', 'hij-2-4/9', 'hij-75-1/7']

但我卡在了第二步——如何在重复子串的情况下随机只保留一个元素。我想知道 random.choice 函数是否可以以某种方式合并到这个问题中？任何建议将不胜感激!

Answer 1

你可以使用itertools.groupby:

import itertools
import random
list1 = ['abc-21-6/7', 'abc-56-9/10', 'def-89-7/3', 'hij-2-4/9', 'hij-75-1/7']

list2 = ['abc', 'hij']
new_list1 = [i for i in list1 if any(b in i for b in list2)]
new_data = [list(b) for a, b in itertools.groupby(new_list1, key=lambda x: x.split("-")[0])]
final_data = [random.choice(i) for i in new_data]

输出:

['abc-56-9/10', 'hij-75-1/7']