如何在子字符串匹配时从两个列表中映射值

Question

我有两个不同的列表中的值：

list1 = [
    "1003_0123_20200821091044_ion_fri_jl.dat",
    "8005_0086_20200821090605_ion_fri_jl.dat",
    "1003_0123_20200821091999_ion_fri_jl.dat",
]

list2 = [
    "IMM CCA CADD USD GAAP_202103311352_20200821091999_FRI",
    "ICM CCA CADD USD GAAP_202103311352_20200821090605_FRI",
    "CCA CTAD USD GAAPA_202103311352_20200821091044_FRI",
]

我希望对具有str.split('_')[2]获得的相同子字符串的值。例如，list1中的第一个元素具有子字符串20200821091044，它与list2中的第三个元素匹配。然后，我希望有如下匹配的值：

[
    (
        "1003_0123_20200821091044_ion_fri_jl.dat",
        "CCA CTAD USD GAAPA_202103311352_20200821091044_FRI",
    ),
    (
        "8005_0086_20200821090605_ion_fri_jl.dat",
        "ICM CCA CADD USD GAAP_202103311352_20200821090605_FRI",
    ),
    (
        "1003_0123_20200821091999_ion_fri_jl.dat",
        "IMM CCA CADD USD GAAP_202103311352_20200821091999_FRI",
    ),
]

或者是字典格式的。

Answer 1

在第一个列表上循环，提取子字符串，在第二个列表上循环并找到匹配项。

results = []

for x in list1:
    substring = x.split("_")[2]

    for y in list2:
        if substring in y:
            results.append((x, y))

Answer 2

你的问题的前一次编辑说“或以字典的格式”，这就是我在这里要说的：

import collections

grouped = collections.defaultdict(list)
for item in list1+list2:  # or itertools.chain(list1, list2)
    grouped[item.split('_')[2]].append(item)

grouped是：

defaultdict(list,
            {'20200821091044': ['1003_0123_20200821091044_ion_fri_jl.dat',
              'CCA CTAD USD GAAPA_202103311352_20200821091044_FRI'],
             '20200821090605': ['8005_0086_20200821090605_ion_fri_jl.dat',
              'ICM CCA CADD USD GAAP_202103311352_20200821090605_FRI'],
             '20200821091999': ['1003_0123_20200821091999_ion_fri_jl.dat',
              'IMM CCA CADD USD GAAP_202103311352_20200821091999_FRI']})

或者用list(grouped.values())将它放在成对的列表中：

[['1003_0123_20200821091044_ion_fri_jl.dat',
  'CCA CTAD USD GAAPA_202103311352_20200821091044_FRI'],
 ['8005_0086_20200821090605_ion_fri_jl.dat',
  'ICM CCA CADD USD GAAP_202103311352_20200821090605_FRI'],
 ['1003_0123_20200821091999_ion_fri_jl.dat',
  'IMM CCA CADD USD GAAP_202103311352_20200821091999_FRI']]