关于 Python 表达包含与被包含的语法

• 資深大佬 : destinism

  B in A 吧

• 資深大佬 : galileo1214

  isin

• 資深大佬 : whitefox027

  if B in A :

• 主 資深大佬 : kevinfk2

  @destinism B in A 好像只能对比完全一致的两个数据，我想对比的是两个类似的数据。不知道用什么表达好

• 資深大佬 : zeroDev

  @kevinfk2 #4 就是这样用的，你自己试试

• 資深大佬 : ly4572615

  那用正则吧

• 主 資深大佬 : kevinfk2

  @galileo1214 我试试

• 資深大佬 : ly4572615

  或者 find()方法

• 主 資深大佬 : kevinfk2

  @ly4572615 不太会我找找用法试下先

• 資深大佬 : destinism

  @kevinfk2 那只能正则了

• 資深大佬 : LiKanKan

  A:str = “aabbcc”
  B:str = “abbc”
  if A.find(B) == -1:
  #找不到为-1，如果找到则为第一个出现的位置
  print(“B is not in A”)
  else:
  print(“A contains B”)

• 主 資深大佬 : kevinfk2

  @LiKanKan 那如果是对 list 而言的话，该怎么用啊

• 資深大佬 : HashV2

  @kevinfk2 如果你是只是想无序的判断 B 列表内所有的元素在不在另 A 列表中遍历就好了：
  all([ele in A for ele in B])
  如果想有序判断可以先在 A 中找到 B 的第一个元素的所有的索引
  按照 B 的长度从索引切片后和 B 比较，如果有一个为真就是有序包含了

• 資深大佬 : LiKanKan

  @kevinfk2 如果是 List[str]可以用””.join(A 或 B)转化成上面一种情况。如果包含其他种类元素：如果连续有序，就手写子串匹配；如果不连续有序，就遍历 B，对着 A 的元素找；如果不连续也不有序，反之，对遍历 A 找 B

• 資深大佬 : no1xsyzy

  @HashV2 把方括号去掉获得空间和时间提升（ compl 换成 compg，不需要存储整个 list，第一个为 False 的地方直接退出）
  当然，从可读性上来说，如果都是 hashable 的话，推荐 set(A) > set(B)

  @kevinfk2 list 就是正常手写循环啊（
  的确有双层 compg 的黑魔法，但可读性太垃圾了。

• 資深大佬 : 009694

  为啥要用 find 不用 in 。。find 比 in 慢得多 （从 js 转的还是 java 转的？

• 資深大佬 : JeffGe

  >>> A = [1, 1, 2, 2, 1, 1]
  >>> B = [1, 2, 2, 1]
  >>> str(B)[1:-1] in str(A)
  True

• 主 資深大佬 : kevinfk2

  @LiKanKan 看了下还没弄明白，我加了附言，可能更方便你帮我解答，有时间的话帮我看看呗

• 資深大佬 : ipwx

  你需要某种字符串相似度计算的算法，比如编辑距离（ edit distance ）

  https://leetcode.com/problems/edit-distance/
  https://pypi.org/project/editdistance/0.3.1/

• 資深大佬 : ipwx

  在做一些根据先验知识的预处理。比如后缀“有限公司”或者“公司”就先全部删掉。

• 資深大佬 : JeffGe

  if any(i in s2 for s2 in sheet2.col_values(0)):

• 資深大佬 : owtotwo

  你得先定义什么是“相似” 再谈其他的

• 主 資深大佬 : kevinfk2

  @JeffGe 感谢大佬，出效果了 十分感谢！

• 資深大佬 : lanshee

  if A in B or B in A 这样行不?

• 主 資深大佬 : kevinfk2

  @lanshee 好像不行吧 我没试 in 好像都是查完全一致的才行

• 資深大佬 : sudoy

  我看你好像只遍历一个数据，两个都要遍历。

  “`
  a = [‘苹果’, ‘橘子’, ‘香蕉’， ‘葡萄’]
  b = [‘苹果’, ‘越南橘’, ‘香蕉’, ‘椰子’]

  c = []
  for x in a:
  for y in b:
  if x == y:
  c.append(x)
  “`

• 資深大佬 : sudoy

  或者

  a = [‘苹果’, ‘橘子’, ‘香蕉’， ‘葡萄’]
  b = [‘苹果’, ‘越南橘’, ‘香蕉’, ‘椰子’]
  c = [x for x in a if x in b]

  c 应该就是你要找的

• 資深大佬 : sudoy

  >>> a = [‘apple’, ‘orange’, ‘banana’]
  >>> b = [‘apple’, ‘grape’, ‘banana’]
  >>> c = [x for x in a if x in b]
  >>> c
  [‘apple’, ‘banana’]

• 資深大佬 : sudoy

  如果你要模糊匹配，可以为：

  >>> a = [‘apple’, ‘orange’, ‘banana’]
  >>> b = [‘apple’, ‘grape’, ‘fresh banana’]
  >>> c = []
  >>> for x in a:
  ……………for y in b:
  ……………………if x == y or x in y:
  ………………………….c.append(x)

• 資深大佬 : lanshee

  @sudoy 你这个少遍历了吧,这个是全量匹配了.他的需求应该是当前单词在不在另一组的单词里,而不是在另一组里

• 資深大佬 : sudoy

  @lanshee 嗯，我前面没看清楚，最后一个回复里面考虑到得了。不过这里面还有特殊字符的问题，另外还有可能要把名字拆开匹配，比如“某某公司”和“某某有限责任公司”属于同一家公司，那么就要把前面拆成四个字，后面拆成八个字，如果后面那八个字都包含前面四个字，就是满足条件

• 資深大佬 : duzhor

  你这个 if 的意思是如果 sheet1 的元素在 sheet2 的列表里面。所以要加一层 for 去遍历 sheet2，再把 sheet1 里的每个元素依次跟 sheet2 里的每个元素比较。

• 資深大佬 : TimePPT

  字符串匹配策略遇到
  翰硕电子 | 翰碩電子
  这种 case 你没法解的

• 資深大佬 : est

  @TimePPT 正解了。

  所以 LZ 这个事其实还是手动做的好。。

• 資深大佬 : xuqiccr

  BTW，处理 Excel 试试 pandas

• 主 資深大佬 : kevinfk2

  @est 这只是个例子 要处理的数据有几 w 个

• 資深大佬 : krixaar

  如果真的只是差“有限公司”或者“有限责任公司”这样，可以直接把另一边的数据先处理了再比对。
  问题是规则是不是就这么简单，比如碰到农行、农发行、农业银行、农业发展银行这样的。

• 資深大佬 : HelloViper

  以前的公司名匹配度算法供参考：
  https://github.com/verarong/CompanyNameMatch