You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

按内部列表元素筛选嵌套列表,提取指定关联标识值

解决嵌套列表筛选需求

要提取与Not shown和Unknown关联的标识值,用Python的列表推导式就能简洁高效地完成这个任务,下面是具体的实现步骤:

1. 整理原始数据

首先把你提供的嵌套列表整理成标准的Python列表格式(方便后续处理):

nested_data = [
    ['Not shown', '55095571@N02'],
    ['Dublin, Ireland', '87036731@N04'],
    ['Dublin, Ireland', '87036731@N04'],
    ['Teddington, UK', '12220922@N05'],
    ['Peterborough (UK)', '91415433@N03'],
    ['Dublin, Ireland', '87036731@N04'],
    ['Unknown', '34305619@N06'],
    ['Unknown', '99902388@N0...']
]

2. 编写筛选逻辑

定义目标匹配的关键词,然后用列表推导式遍历筛选:

# 定义需要匹配的关键词,用集合提升查找效率
target_keys = {'Not shown', 'Unknown'}

# 筛选出符合条件的标识值,加入长度判断避免索引错误
matched_ids = [sub_list[1] for sub_list in nested_data 
               if len(sub_list) == 2 and sub_list[0] in target_keys]

3. 结果说明

运行上述代码后,matched_ids列表会包含所有符合条件的标识值:

print(matched_ids)
# 输出: ['55095571@N02', '34305619@N06', '99902388@N0...']

补充说明

  • 用集合存储目标关键词是因为集合的成员查找效率比列表更高,数据量大时优势明显
  • 加入len(sub_list) == 2的判断是为了避免出现子列表长度不足导致的索引错误,让代码更健壮

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.25 07:52:58