如何以参考数组为基准，用0（或NaN）填充目标数组？

现有如下数组集合：

[
    ['ENST00000003084', 'ENST00000426809', 'ENST00000454343'],
    ['ENST00000003084', 'ENST00000426809', 'ENST00000446805', 'ENST00000454343'],
    ['ENST00000003084', 'ENST00000454343'],
    ['ENST00000003084', 'ENST00000426809', 'ENST00000454343', 'ENST00000600166']
]

需要将每个子数组按照参考数组的顺序对齐，缺失的位置填充为0，最终每个子数组都包含6个元素。参考数组如下：

['ENST00000003084', 'ENST00000426809', 'ENST00000446805',
 'ENST00000454343', 'ENST00000468795', 'ENST00000600166']

示例：输入子数组['ENST00000003084', 'ENST00000426809', 'ENST00000454343']，处理后输出：

['ENST00000003084', 'ENST00000426809', 0, 'ENST00000454343', 0, 0]

通过遍历参考数组的每个元素，检查当前子数组中是否存在该元素，存在则保留原元素，不存在则填充0。Python实现代码如下：

# 定义参考数组
ref_array = ['ENST00000003084', 'ENST00000426809', 'ENST00000446805',
             'ENST00000454343', 'ENST00000468795', 'ENST00000600166']

# 输入的数组集合
input_arrays = [
    ['ENST00000003084', 'ENST00000426809', 'ENST00000454343'],
    ['ENST00000003084', 'ENST00000426809', 'ENST00000446805', 'ENST00000454343'],
    ['ENST00000003084', 'ENST00000454343'],
    ['ENST00000003084', 'ENST00000426809', 'ENST00000454343', 'ENST00000600166']
]

# 处理每个子数组
result = []
for arr in input_arrays:
    arr_set = set(arr)  # 转为集合提升查找效率
    aligned = [elem if elem in arr_set else 0 for elem in ref_array]
    result.append(aligned)

# 输出处理结果
for idx, res in enumerate(result):
    print(f"处理后的子数组{idx+1}: {res}")

运行结果 #

处理后的子数组1: ['ENST00000003084', 'ENST00000426809', 0, 'ENST00000454343', 0, 0]
处理后的子数组2: ['ENST00000003084', 'ENST00000426809', 'ENST00000446805', 'ENST00000454343', 0, 0]
处理后的子数组3: ['ENST00000003084', 0, 0, 'ENST00000454343', 0, 0]
处理后的子数组4: ['ENST00000003084', 'ENST00000426809', 0, 'ENST00000454343', 0, 'ENST00000600166']

内容的提问来源于stack exchange，提问作者Camila