如何基于重复计数对比两个列表以发现相似性？

我希望找出两个列表之间的相似性。列表第一列为重复计数，第二列为模式值。请问无需手动操作的最合理对比方法是什么？

列表内容 #

List1：

11 | 55
4  | 31
4  | 1
3  | 22
2  | 13
1  | 81

List2：

7  | 31
6  | 22
6  | 13
4  | 88
3  | 14
1  | 55

最优自动对比方案 #

因为列表的核心是**模式值（第二列）的重叠情况，同时重复计数（第一列）**反映模式的出现频次，对比需要兼顾这两个维度，无需手动操作的话，以下两种方法最实用：

1. Python脚本量化对比（灵活可控）

把列表转换成字典（键为模式值，值为重复计数），通过代码自动计算相似度、统计重叠/独有模式值，示例代码如下：

# 定义两个列表
list1 = [(11, 55), (4, 31), (4, 1), (3, 22), (2, 13), (1, 81)]
list2 = [(7, 31), (6, 22), (6, 13), (4, 88), (3, 14), (1, 55)]

# 转换为模式值:重复计数的字典
dict1 = {val: cnt for cnt, val in list1}
dict2 = {val: cnt for cnt, val in list2}

# 计算共同模式值集合
common_values = set(dict1.keys()) & set(dict2.keys())
# 计算共同模式的总计数权重
total_common = sum(dict1[v] + dict2[v] for v in common_values)
# 计算所有模式的总计数权重
total_all = sum(dict1.values()) + sum(dict2.values())
# 加权相似度（百分比）
similarity = total_common / total_all * 100

# 输出结果
print(f"加权相似度：{similarity:.2f}%")
print(f"共同模式值：{sorted(common_values)}")
print(f"List1独有模式值：{sorted(set(dict1.keys()) - common_values)}")
print(f"List2独有模式值：{sorted(set(dict2.keys()) - common_values)}")

运行后会得到量化的相似度分数，以及清晰的重叠/独有模式统计，完全自动完成对比。

2. Excel自动对比（适合非编程用户）

• 将两个列表分别导入Excel，比如List1的模式值放A列、计数放B列；List2的模式值放C列、计数放D列
• 用VLOOKUP匹配共同模式值：在E2输入=VLOOKUP(A2,$C:$D,2,FALSE)，下拉后，空值对应List1的独有模式值
• 统计相似度：用SUMIF计算共同模式的总计数，再除以所有模式的总计数得到加权相似度；用COUNTIF统计共同模式的数量占比
• 用条件格式高亮共同模式值，直观查看重叠部分

核心提醒 #

对比时不能只看模式值是否重叠，必须结合重复计数的权重——比如模式值55在两个列表都存在，但List1的计数11远大于List2的1，这种频次差异会直接影响相似性的判断，加权计算能更准确反映真实的相似程度。

内容的提问来源于stack exchange，提问作者rollTHERoad