计算python中第二个列表中列表项的出现次数答案

【问题标题】：count occurrences of list items in second list in python计算python中第二个列表中列表项的出现次数
【发布时间】：2019-04-23 11:06:49
【问题描述】：

a = list([1, 2, 3, 4, 5, 6, 7, 8, 9, 0])
b = list([1, 3, 6, 9])

如何计算列表中的项目在列表a中出现的次数？

上面的例子应该返回一个值 4。

在写这个问题时，我想到了以下（似乎可行）

a = list([1, 2, 3, 4, 5, 6, 7, 8, 9, 0])
b = list([1, 3, 6, 9])
c = 0
for n in b:
    if n in a:
        c += 1
        continue
print (c)

但是必须有一种更简洁的方式使用列表比较或其他东西？

【问题讨论】：

b 是否保证是唯一值？正如你可以做的那样len(set(b).intersection(a))...
您无需在所有列表中都打上list 电话。
您要计算特定项目的出现次数吗？例如1 在列表 a 中出现的频率。或者你想计算两个列表有多少相同的项目？
@Jon Clements - 在这种情况下，两个列表都是独一无二的。
@user2357112 - 谢谢，我是 py 新手

标签： python python-3.x list python-3.6

【解决方案1】：

你可以使用内置的sum:

sum(i in b for i in a)

输出：

【讨论】：

为什么这被否决了？到目前为止，还不可能确切地知道 OP 拥有的数据

【解决方案2】：

如果您只想计算两个列表中的元素数量（并且您不需要知道它们在另一个列表中出现了多少次），您可以使用：

count = len(set(a).intersection(set(b)))

或相同：

count = len(set(a) & set(b))

【讨论】：

【解决方案3】：

使用set的简单方法：

>>> len(set(a) & set(b))
4

这是一个老问题，看看： How can I compare two lists in python and return matches

【讨论】：

这个问题和你链接的问题的区别是我不想返回匹配的值，我只需要计算有多少。
是的，当然。我只说比较列表（在你能数与否之后）是一个老问题:) 我希望我能帮助你。
谢谢。我对 py 很陌生，有时我很难找出相关代码，因为很多示例通常做的事情与我想做的事情不同。
好的，我已经接受了你的回答和上面@Chris 的回答作为我问题的解决方案。我将两个都付钱，看看哪个最适合我。谢谢。
这和我的回答一模一样。

【解决方案4】：

在一行中试试这个：

s = sum(a.count(i) for i in b if i in a)

s 将是 4 作为输出。此外，它还支持a中的重复项。

【讨论】：

这是不必要的低效，因为您在每次迭代中计算相同的计数。

【解决方案5】：

以下是一些计算重复项并忽略所有不在 b 中的值的变体。

from collections import Counter
# a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 0]
a = [1, 4, 3, 1, 2, 4, 4, 5, 6, 6, 7, 7, 7, 7, 8, 9, 0, 1]
b = [1, 3, 6, 9]

counts = Counter()
# make counts order match b order
for item in b:
    counts[item] = 0
for item in a:
    if item in b:
        counts[item] += 1
print("in 'b' order")
print([(k, v) for k, v in counts.items()])
print("in descending frequency order")
print(counts.most_common())
print("count all occurrences in a of elements that are also in b")
print(sum(counts.values()))



python count_b_in_a.py
in 'b' order
[(1, 3), (3, 1), (6, 2), (9, 1)]
in descending frequency order
[(1, 3), (6, 2), (3, 1), (9, 1)]
count all occurrences in a of elements that are also in b
7

针对您对性能的评论，下面是扫描列表和扫描集合在 Python 中的比较：

import datetime

def timestamp():
    return datetime.datetime.now()


def time_since(t):
    return (timestamp() - t).microseconds // 1000


a = list(range(1000_000))
b = set(a)
iterations = 10
t = timestamp()
for i in range(iterations):
    c = 974_152 in a
print("Finished {iterations} iterations of list scan in {duration}ms"
      .format(iterations=iterations, duration=time_since(t)))
t = timestamp()
for i in range(iterations):
    c = 974_152 in b
print("Finished {iterations} iterations of set scan in {duration}ms"
      .format(iterations=iterations, duration=time_since(t)))

python scan.py
Finished 10 iterations of list scan in 248ms
Finished 10 iterations of set scan in 0ms

要注意的第一点：Python 也毫不逊色。在一台旧笔记本电脑上 1/4 秒扫描 1000 万个列表元素还不错。但它仍然是线性扫描。

Python 集属于不同的类。如果您从time_since() 中取出// 1000，您会看到Python 在不到一微秒的时间内扫描了100 万个成员集10 次。您会发现其他集合操作也快如闪电。无论集合在 Python 中适用于何处，都可以使用它们：它们太棒了。

如果您打算将上述代码应用到更大的列表中，其中性能很重要，首先要做的可能是将b 转换为集合。

【讨论】：

谢谢，但是代码比我用的多很多，效率更高吗？
代码更多，因为它为您提供了更多选择。 Counter 很快。如果您只对a 中的每个项目是否存在感兴趣，则set() 操作是最快的。这是 Python，如果你想要超级高效，你就来错地方了。坦率地说，我发现 Python 很少有效率问题。总体而言，Python 文化对清晰、简单、可维护的代码比顶级性能更感兴趣。
很公平。感谢您的回复。

【解决方案6】：

这个单线应该也可以。找出每个元素的计数并将这些计数相加

op = sum([a.count(j) for j in b])

输出将是

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 0]
b = [1, 3, 6, 9]
#4
a = [1, 1, 2, 3, 3, 3, 4, 5, 6, 6 , 7, 8, 9, 0]
b = [1, 3, 6, 9]
#8

【讨论】：

这似乎与上面@Mehrdad Pedramfar 的回答相似，后者被指控效率低下。不过，如果是这样的话，我还不足以发表评论。

【解决方案7】：

虽然集合适用于独特

列表理解也考虑重复项

a = [1,1]
b = [1,1]

count = len(set(a) & set(b)) 
count2 = sum(i in b for i in a)  
print(count, count2)

1 2

[Program finished]

【讨论】：