Retour l'index d'une liste d'un match de fuzzywuzzy

Question

J'ai une liste de « ids »:

ids = [None, '20160928a', '20160929a', ... ] 

et une autre liste de certains « ids » que je trouve sont en double ids utilisant fuzzywuzzy:

repeat_offenders = ['20160928a', '20161115a', '20161121a', ... ] 

Je voudrais à nouveau utiliser fuzzywuzzy pour créer une liste de listes contenant des listes d'où (par index) les identifiants dupliqués se trouvent dans la liste 'ids'. Ainsi, la sortie ressemblerait à quelque chose comme ça (et parce qu'ils sont des doublons chaque liste dans la liste contiendrait au moins deux éléments:

collected_ids = [[0,5,700], [6,3], [4,826,12]] 

Ma tentative, qui retourne actuellement que les ids pas l'emplacement de l'ID:

collected_urls = [] 
for offender in repeat_offenders[:10]: 
    best_match = process.extract(offender, ids) 
    collection = [] 
    for match in best_match: 
     if match[1] > 95: 
      collection.append(match[0]) 
     else: 
      pass 
    collected_urls.append(collection) 

mise à jour, ma tentative d'utiliser la réponse de Moe pour trouver/groupe correspond exactement:

idz = ids 
collected_ids = [] 
for i in range(len(idz)): 
    tmp = [i] 
    for j in range(len(ids)): 
     if idz[i] == idz[j] and i != j: 
      tmp.append(j) 
      del j 
    if len(tmp) > 1: 
     collected_ids.append(tmp) 
    del i 

Answer 1

Si vous utilisez fuzzywuzzy n'est pas un must, vous pouvez utiliser deux for-loops pour vérifier les doublons et générer le list comme suit:

collected_ids = [] 
for i in xrange(len(ids)): 
    tmp = [i] 
    for j in xrange(len(ids)): 
     if ids[i] == ids[j] and i != j: 
      tmp.append(j) 
    if len(tmp) > 1: 
     collected_ids.append(tmp) 
collected_ids = list(set(collected_ids)) 

EDIT:

Si vous voulez éviter les doublons, vous pouvez créer une liste pour vérifier si l'index est déjà ajouté ou non comme ce qui suit:

collected_ids = [] 
ids = ['a', 'b', 'a', 'c', 'd', 'a', 't', 't', 'k', 'c'] 
check = [] 
for i in range(len(ids)): 
    tmp = [i] 
    check.append(i) 
    for j in range(len(ids)): 
     if ids[i] == ids[j] and i != j and j not in check: 
      tmp.append(j) 
      check.append(j) 
    if len(tmp) > 1: 
     collected_ids.append(tmp) 
print(collected_ids) 

sortie:

[[0, 2, 5], [3, 9], [6, 7]]