如何在两个二维列表中提取对应行的不匹配元素并整理结果？

需求说明 #

我有两个行数较多、长度不同的二维列表df1和df2，需要针对df1的每一行，找出它与df2每一行的不匹配元素，只返回df2中的不匹配值。比如df1[0]和df2[0]匹配1、3、5时，返回[17]；df1[0]和df2[1]无匹配则返回空列表。

尝试过的代码 #

no_matches = []
for sublist1 in df1:
    for sublist2 in df2:
        no_match = [val for val in sublist2 if val not in sublist1]
        if no_match: no_matches.append(no_match)
print("no matches:", no_matches)

示例数据 #

df1 = [[1, 7, 3, 5], [2, 5, 14, 10]]
df2 = [[1, 17, 3, 5], [34, 14, 74], [34, 3, 87], [25, 14, 10]]

预期结果 #

第一步：三维列表形式 #

no_match = 0: [[17], [], [34,87], []]
            1: [[1,3,17], [34,74], [], [25]]

第二步：不含空列表的二维列表 #

no_match = [[17],[34,87],[1,3,17],[34,74],[25]]

解决方案 #

1. 生成包含空列表的三维结果 #

要得到预期的三维结构，需要为df1的每一行单独保存对应df2所有行的匹配结果，不能直接过滤空列表：

# 生成三维列表（保留空列表）
no_matches_3d = []
for sublist1 in df1:
    row_result = []
    for sublist2 in df2:
        # 提取df2中不在df1当前行的元素
        diff = [val for val in sublist2 if val not in sublist1]
        row_result.append(diff)
    no_matches_3d.append(row_result)

# 按预期格式打印三维结果
for idx, res in enumerate(no_matches_3d):
    print(f"no_match = {idx}: {res}")

运行输出：

no_match = 0: [[17], [], [34, 87], []]
no_match = 1: [[1, 3, 17], [34, 74], [], [25]]

2. 转换为不含空列表的二维列表 #

遍历三维列表，收集所有非空的子列表即可：

# 转换为不含空列表的二维列表
no_matches_2d = []
for row in no_matches_3d:
    for sublist in row:
        if sublist:
            no_matches_2d.append(sublist)

print("最终结果:", no_matches_2d)

运行输出：

最终结果: [[17], [34, 87], [1, 3, 17], [34, 74], [25]]

3. 大数据量优化方案 #

如果列表行数极多，用val not in sublist1的效率较低（列表in操作是O(n)复杂度），可以把df1的每一行转为集合，将in操作降为O(1)：

# 优化版：用集合提升匹配速度
no_matches_3d = []
for sublist1 in df1:
    set1 = set(sublist1)
    row_result = []
    for sublist2 in df2:
        diff = [val for val in sublist2 if val not in set1]
        row_result.append(diff)
    no_matches_3d.append(row_result)

# 一行代码完成二维列表转换
no_matches_2d = [sublist for row in no_matches_3d for sublist in row if sublist]

内容的提问来源于stack exchange，提问作者user20250014