python - 如何在 Python 中找到字符的开始和结束出现

标签 python pandas indexing shift find-occurrences

我有一个数据框 df 具有以下 ID(在 Col 中)。 最后出现的A/B/C代表开始,最后出现的X代表结束。我应该忽略开始和结束之间的任何其他 A、B、C(例如第 8 行和第 9 行)。

我必须从这些数据中找到开始和结束记录,并为这些事件中的每一个分配一个编号。 count 列是我想要的输出:

    Col         ID
    P
    Q
    A             
    A              
    A             1
    Q             1 
    Q             1 
    B             1 
    C             1
    S             1 
    S             1
    X             1
    X             1  
    X             1 
    Q
    Q
    R
    R
    C              
    C             2 
    D             2 
    E             2 
    B             2 
    K             2 
    D             2 
    E             2 
    E             2 
    X             2 
    X             2 

这段代码:

lc1 = df.index[df.Col.eq('A') & df.Col.ne(df.Col.shift(-1))] 

会给我一个包含“A”的所有最后出现的索引值的数组,在本例中为 [5]

lc1 = df.index[df.Col.eq('C') & df.Col.ne(df.Col.shift(-1))]  # [20]
lc2 = df.index[df.Col.eq('X') & df.Col.ne(df.Col.shift(-1))]  # [14,29]

我会使用 iloc 来打印计数值:

df.iloc[5:14]['count'] = 1
df.iloc[20:29]['count'] = 2

如何找到 A/B/C 的索引并打印每个开始和结束出现的计数值?

最佳答案

要查找 A、B 和 C 的索引,您可以执行以下操作:

df[(df.Col =='A')|(df.Col =='B')|(df.Col =='C')].index

打印您的开始计数:

df1 = df[df['count'] != df['count'].shift(+1)]
print df1[df1['count'] != 0]['count']

打印您的结束计数:

df2 = df[df['count'] != df['count'].shift(-1)]
print df2[df2['count'] != 0]['count']

旁注,调用列 count 是个坏主意,因为 count 是 DataFrame 的一种方法,然后在执行 df.count 时会产生歧义

编辑:已更正,因为我回答了一个错误的问题。

关于python - 如何在 Python 中找到字符的开始和结束出现,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39294469/

相关文章:

java - 使用 lucene 创建和查询 n-gram 索引

用行索引替换矩阵中的行值

python - Keras 中的分割网络在训练期间收敛到单个类

python - 如何在 Python 和 Flask 中使用 Twilio 发送 2 个自定义条件响应?

python - 在 Python 中创建对称矩阵索引值

python - 如何使用 python、pandas 修改(字符串数据列表为单个字符串)数据系列的每个元素?

python - DataFrame 的几个时间序列

python - 为什么 LD_PRELOAD 不能与 Python 一起使用?

python - 根据前一行的值从数据框中删除行

python - Python中的特定子矩阵提取