python - 如何在pandas中标记 'duplicated sequence'？

Question

我想标记列表中的重复序列。

例如:

(1,1,1,0,2,3,2,4,2)

我的预期结果是:

(True,True,True,False,False,False,False,False,False)

我尝试了pandas.DataFrame.duplicate(keep=False)，但它将“2”标记为重复:

(True,True,True,False,True,False,True,False,True).  

如何仅标记“重复序列”？

Answer 1

您需要shift与 cumsum对于适用的帮助器系列 duplicated :

s = pd.Series([1,2,1,1,2,3,3,2,4,2,2,1])
print (s.ne(s.shift()).cumsum().duplicated(keep=False).values)
[False False  True  True False  True  True False False  True  True False]

详细信息:

print (s.ne(s.shift()).cumsum())
0     1
1     2
2     3
3     3
4     4
5     5
6     5
7     6
8     7
9     8
10    8
11    9
dtype: int32