如何找出字典中列表值的两两共同特征并存储到新字典

下面是实现两两列表比较、计算交集并存储到新字典的代码：

import itertools

dic = {"df1":[1,2,3,4,5,555],"df2":[2,3,4,5,6,6,77,8,9,555],"df3":[1,2,2,3,4,5,6,76,7,555,5,4,3,2]}

# 生成所有两两不重复的键组合
key_pairs = itertools.combinations(dic.keys(), 2)

# 初始化存储结果的字典
pairwise_common = {}

for key1, key2 in key_pairs:
    # 计算两个列表的交集（转成集合处理，自动去重）
    common_elements = set(dic[key1]) & set(dic[key2])
    # 生成直观的结果键名
    result_key = f"{key1}_intersect_{key2}"
    pairwise_common[result_key] = list(common_elements)

print(pairwise_common)

代码解释： #

• 使用itertools.combinations(dic.keys(), 2)生成所有不重复的两两键组合，避免重复比较（比如不会同时出现(df1,df2)和(df2,df1)）
• 遍历每一组键对，将对应的列表转为集合后用&操作求交集，集合会自动处理重复元素
• 用f-string生成清晰的键名，格式为[键1]_intersect_[键2]，能直观体现是哪两个列表的交集
• 最后将交集结果转回列表（如果需要保留集合格式可以去掉list()），存入结果字典

运行后输出的结果字典为：

{
    'df1_intersect_df2': [2, 3, 4, 5, 555],
    'df1_intersect_df3': [1, 2, 3, 4, 5, 555],
    'df2_intersect_df3': [2, 3, 4, 5, 555, 6]
}

如果需要保留元素的出现次数（而非仅去重的交集），可以用collections.Counter实现：

from collections import Counter
import itertools

dic = {"df1":[1,2,3,4,5,555],"df2":[2,3,4,5,6,6,77,8,9,555],"df3":[1,2,2,3,4,5,6,76,7,555,5,4,3,2]}

pairwise_common = {}
for key1, key2 in itertools.combinations(dic.keys(), 2):
    cnt1 = Counter(dic[key1])
    cnt2 = Counter(dic[key2])
    # 计算带出现次数的交集
    common_cnt = cnt1 & cnt2
    # 将计数展开为列表
    common_elements = []
    for num, count in common_cnt.items():
        common_elements.extend([num]*count)
    result_key = f"{key1}_intersect_{key2}"
    pairwise_common[result_key] = common_elements

print(pairwise_common)

这个版本会保留元素的重复次数，比如df2里的6出现2次，df3里的6出现1次，交集里的6就会保留1次。

内容的提问来源于stack exchange，提问作者ella