压缩列表以查找常见字符串、分配代码并在不同的工作表中返回项目化结果

我们可以通过以下步骤来解决这个问题：

步骤1：将列表中的所有字符串连接成一个大字符串，将其压缩为一个压缩字符串。

示例代码：

import zlib

lst = ["string1", "string2", "string3"]
big_str = "".join(lst)
compressed_str = zlib.compress(big_str.encode('utf-8'))

步骤2：从压缩字符串中提取最常见的子字符串，并将其分配一个唯一的代码。

示例代码：

import re

pattern = re.compile(rb'(?=(\w{3,}))')
matches = re.findall(pattern, compressed_str)
freq = {}
code = {}
for m in matches:
    s = m.decode('utf-8')
    if s in freq:
        freq[s] += 1
    else:
        freq[s] = 1
for i, (s, f) in enumerate(sorted(freq.items(), key=lambda x: x[1], reverse=True)):
    code[s] = i
common_str = max(freq, key=freq.get)

步骤3：按照代码将原始列表中的字符串重新分组为一个字典，字典的键为代码，值为字符串列表。

示例代码：

grouped = {}
for s in lst:
    if common_str in s:
        code_value = code[common_str]
    else:
        code_value = code[next(iter(set(s.split()) & set(freq.keys())), None)]
    if code_value in grouped:
        grouped[code_value].append(s)
    else:
        grouped[code_value] = [s]

步骤4：将字典中的每个键值对分别写入一个独立的工作表中。

示例代码：

import pandas as pd

with pd.ExcelWriter('output.xlsx') as writer:
    for code, lst in grouped.items():
        df = pd.DataFrame(lst)
        df.to_excel(writer, sheet_name=str(code), index=False, header=False)