方法一：使用all函数和生成器表达式
例如从一个大的数据列表中选取满足特定条件的子集。勇哥举个例子：我们需要从一个商品列表中筛选出库存充足的商品：
def contains(list1, list2):
return all(item in list1 for item in list2)
# 筛选库存充足的商品
product_list = [{'name': 'Apple', 'stock': 10}, {'name': 'Banana', 'stock': 5}, {'name': 'Orange', 'stock': 8}]
required_products = ['Apple', 'Banana']
if contains([product['name'] for product in product_list], required_products):
print("有库存")
else:
print("有库存不足的商品")
# 输出 ：有库存方法二：使用set函数和集合运算
对两个集合进行操作，例如求并集、交集或差集，这种也是很实用且常用。再举个栗子：判断用户的兴趣爱好是否与某个活动的标签相匹配：
# 1. 内置函数
def contains(list1, list2):
return set(list2).issubset(set(list1))
# 2. 操作符
def contains2(list1, list2):
return set(list2) <= set(list1)
user_interests = ['篮球', '游泳', '登山', '音乐']
event_tags = ['篮球', '足球', '音乐']
if contains(user_interests, event_tags):
print("完全匹配")
else:
print("不完全匹配")
if contains2(user_interests, event_tags):
print("完全匹配")
else:
print("不完全匹配"）
# 输出: 不完全匹配方法三：嵌套循环
有时候会遇到一些特殊的场景，比如：需要自定义复杂的条件判断逻辑来判断列表之间的关系，这时候用上面两种方法不太方便，我们就可以遇事不决先循环一波试试了。最后一个栗子：判断两个任务列表的优先级是否一致：
def list_contains(List1, List2):
if len(List1) != len(List2):
return False
for task1, task2 in zip(List1, List2):
if task1['priority'] != task2['priority']:
return False
return True
tasks_1 = [{'name': 'Task 1', 'priority': 1}, {'name': 'Task 2', 'priority': 2}]
tasks_2 = [{'name': 'Task 3', 'priority': 1}, {'name': 'Task 4', 'priority': 2}]
if list_contains(tasks_1, tasks_2):
print("两个任务列表的优先级一致")
else:
print("两个任务列表的优先级不一致")
# 输出：优先级一致以上就是勇哥分享的三种简单实用的处理数据的思路及示例代码，当然如果小伙伴们遇到嵌套比较深可能需要全比对的数据或者更复杂的数据要处理的时候，就可以自由的扩展方法或者另辟蹊径了。
