我需要最快的解决方案来解决这个问题，因为它将应用于一个巨大的数据集:
鉴于此主列表:
m=['abc','bcd','cde','def']
...以及这个列表的引用列表:
r=[['abc','def'],['bcd','cde'],['abc','def','bcd']]
我想将 r 中的每个列表与主列表 (m) 进行比较，并生成一个新的列表列表。这个新对象将根据 m 中的顺序为匹配项设置 1，不匹配项设置为 0。因此新对象(列表的列表)将始终具有与 m 相同长度的列表。 这是我基于上面的 m 和 r 的期望:
[[1,0,0,1],[0,1,1,0],[1,1,0,1]]
因为 r 的第一个元素是 ['abc','def'] 并且有匹配 使用 m 的第 1 个和第 4 个元素，结果是 [1,0,0,1]。
到目前为止，这是我的方法(可能太慢并且缺少零):
output=[]
for i in r:
output.append([1 for x in m if x in i])
导致:
[[1, 1], [1, 1], [1, 1, 1]]
提前致谢!
请您参考如下方法:
您可以像这样使用嵌套列表理解:
>>> m = ['abc','bcd','cde','def']
>>> r = [['abc','def'],['bcd','cde'],['abc','def','bcd']]
>>> [[1 if mx in rx else 0 for mx in m] for rx in r]
[[1, 0, 0, 1], [0, 1, 1, 0], [1, 1, 0, 1]]
此外，您可以使用 int(...) 缩短 1 if ... else 0，并且可以转换 r< 的子列表 到 set，以便单个 mx in rx 查找速度更快。
>>> [[int(mx in rx) for mx in m] for rx in r]
[[1, 0, 0, 1], [0, 1, 1, 0], [1, 1, 0, 1]]
>>> [[int(mx in rx) for mx in m] for rx in map(set, r)]
[[1, 0, 0, 1], [0, 1, 1, 0], [1, 1, 0, 1]]
虽然 int(...) 比 1 if ... else 0 短一点，但它似乎也更慢，因此您可能不应该使用那。在重复查找之前将 r 的子列表转换为 set 应该会加快较长列表的速度，但对于非常短的示例列表，它实际上比天真的方法慢.
>>> %timeit [[1 if mx in rx else 0 for mx in m] for rx in r]
100000 loops, best of 3: 4.74 µs per loop
>>> %timeit [[int(mx in rx) for mx in m] for rx in r]
100000 loops, best of 3: 8.07 µs per loop
>>> %timeit [[1 if mx in rx else 0 for mx in m] for rx in map(set, r)]
100000 loops, best of 3: 5.82 µs per loop
对于更长的列表，使用 set 会变得更快，正如预期的那样:
>>> m = [random.randint(1, 100) for _ in range(50)]
>>> r = [[random.randint(1,100) for _ in range(10)] for _ in range(20)]
>>> %timeit [[1 if mx in rx else 0 for mx in m] for rx in r]
1000 loops, best of 3: 412 µs per loop
>>> %timeit [[1 if mx in rx else 0 for mx in m] for rx in map(set, r)]
10000 loops, best of 3: 208 µs per loop
