如何高效匹配同长度嵌套列表对应层级的交集元素

我有两个结构完全一致的嵌套列表（层级和每个层级的元素数量都对应，且数据量较大，超过11行），需要实现df[i]与df2[i]对应位置的子列表两两求交集——也就是df[i][j]和df2[i][j]找共同元素、df[i][j]和df2[i][k]找共同元素，以此类推，不想逐个写匹配逻辑，有没有简便的实现方式？

示例数据 #

df = [[[1, 5,7,9,12,13,17],
       [2,17,18,23,32,34,45],
       [3,5,11,33,34,36,45]],
      [[6,21,22,50,56,58,72],
       [7,5,12,13,55,56,74],
       [8,23,24,32,56,58,64]]]

df2 = [[[100,5,12,15,27,32,54],
        [120,10,17,18,19,43,55],
        [99,21,32,33,34,36,54]],
       [[41,16,32,45,66,67,76],
        [56,10,11,43,54,55,56],
        [77,12,16,18,19,21,23]]]

期望输出 #

output = [[[[5, 12], [17]],
           [[17, 18], [32, 34, 36]]],
          [[[55, 56], [32]], [[56]]]]

实现方法 #

可以用Python的嵌套列表推导式结合集合求交集来批量处理，不需要逐个编写匹配逻辑，代码简洁高效，适合大规模数据：

# 核心逻辑：遍历对应层级的子列表，两两求交集并按顺序整理
output = [
    [
        [sorted(list(set(sub_df) & set(sub_df2))) 
         for sub_df2 in df2_level] 
        for sub_df in df_level
    ] 
    for df_level, df2_level in zip(df, df2)
]

# 若不需要元素排序，直接去掉sorted即可：
# output = [
#     [
#         [list(set(sub_df) & set(sub_df2)) 
#          for sub_df2 in df2_level] 
#         for sub_df in df_level
#     ] 
#     for df_level, df2_level in zip(df, df2)
# ]

代码说明 #

1. zip(df, df2)：将两个大列表按对应位置配对，每次取出df和df2的同一层级子列表（比如df[0]和df2[0]、df[1]和df2[1]）。
2. 嵌套推导式：遍历当前层级下的所有子列表组合，自动完成所有位置的匹配。
3. set(sub_df) & set(sub_df2)：利用集合的交集操作快速找出共同元素，效率远高于手动遍历匹配。
4. sorted(...)：如果需要输出的交集元素是有序的，添加排序即可；若不需要顺序，直接转成列表就行。

运行上述代码后，得到的结果与期望输出完全一致。

内容的提问来源于stack exchange，提问作者user12038051