Python 不用库，取数据差集、并集

还记得第一篇文章是求二个数据的交集，那是一次工作中的实际需求，后面就想到了直接把差集及并集一并做了，说不定某个时候就能用到。如何取交集请查看以前的文章：用python轻松求百万数据交集，秒杀EXCEL

还是二个文件，一个A.TXT，一个B.TXT，取差集或并集后输出C.TXT（取差集输出的C.TXT有二种情况，一种是取完差集的A，一种是取完差集的B，需要注意一下），主要思路还是利用set()集合的特性来做。详细情况，代码注释里都有，需要的朋友可以自行查看。

取差集代码如下：

# -*- coding:UTF-8

# 作者：aovs 2018-03-07

# Python 版本：3.6.4

# 本代码实现将a.txt、b.txt二个文本文件取差集后输出c.txt文档，c.txt为a/b去除重复后的b值(若x-y则c.txt为a/b去重后的a值），输出的文档数据无序无重复。

# 将a.txt创建为列表

print ('本程序实现将a.txt、b.txt二个文本文件取并集后输出c.txt文档，c.txt为a/b去除重复后的b值，输出的文档数据无序无重复。')

print ('请确定你的Python版本不低于3.6.4，a.txt和b.txt文件已经准备就绪。')

lista = [] # 创建空列表lista

fa = open('A.txt',encoding='utf-8') # 打开a.txt,最后一行必须换行

# 'a.txt'每行数据赋给列表lista

for line in fa.readlines():

lista.append(line.replace('\n','\n')) #将'\n'替换成换行

# 将b.txt创建为列表

listb = [] # 创建空列表listb

fb = open('B.txt',encoding='utf-8') # 打开a.txt,最后一行必须换行

# 'b.txt'每行数据赋给列表listb

for line in fb.readlines():

listb.append(line.replace('\n','\n')) #将'\n'替换成换行

x = set(lista) # 将lista去重后赋给x

y = set(listb) # 将listb去重后赋给y

c = y - x # y、x取差集(若x-y则c.txt为a/b去重后的a值）

fc = open('c.txt', 'w',encoding='utf-8') # 创建或打开'C.TXT'

fc.writelines(c) # 将交集数据写入'c.TXT'

fc.close() # 搞定，收工。

print ('正在处理数据……请稍候')

print ('搞定，打开a.txt同文件夹下的c.txt查看结果。')

取并集代码如下：

# -*- coding:UTF-8

# 作者：aovs 2018-03-07

# Python 版本：3.6.4

# 本代码实现将a.txt、b.txt二个文本文件取并集后输出c.txt文档，输出的文档数据无序无重复。

# 将a.txt创建为列表

print ('本程序实现将a.txt、b.txt二个文本文件取并集后输出c.txt文档，输出的文档数据无序无重复。')

print ('请确定你的Python版本不低于3.6.4，a.txt和b.txt文件已经准备就绪。')

lista = [] # 创建空列表lista

fa = open('A.txt',encoding='utf-8') # 打开a.txt,最后一行必须换行

# 'a.txt'每行数据赋给列表lista

for line in fa.readlines():

lista.append(line.replace('\n','\n')) #将'\n'替换成换行

# 将b.txt创建为列表

listb = [] # 创建空列表listb

fb = open('B.txt',encoding='utf-8') # 打开a.txt,最后一行必须换行

# 'b.txt'每行数据赋给列表listb

for line in fb.readlines():

listb.append(line.replace('\n','\n')) #将'\n'替换成换行

x = set(lista) # 将lista去重后赋给x

y = set(listb) # 将listb去重后赋给y

c = x | y # x、y取并集

fc = open('c.txt', 'w',encoding='utf-8') # 创建或打开'C.TXT'

fc.writelines(c) # 将交集数据写入'c.TXT'

fc.close() # 搞定，收工。

print ('正在处理数据……请稍候')

print ('搞定，打开a.txt同文件夹下的c.txt查看结果。')

所有的代码都经过验证，大家可放心使用。

在取差集的时候会自动把重复的数据也剔除了，在取并集的时候也同样会去除重复数据，如果需要这些重复的数据，只想要差集或者并集呢？其实也不难，不重复的数据都有了，也找不到重复的吗？你能做到吗？

周末了，祝大家周末愉快。