包含部分字符串的数组中的 iem 数

Question

考虑

df['something'].unique()

这会在变量 something 中生成独特的项目。让我们将其视为一组独特的项目。

array(['aabb','aacc','aadd','bbcc']).

现在我想检查该数组中的任何项目是如何从“aa”开始的。

Answer 1

Series.str.startswith 和 sum 用于计数 Trues 的 Pandas 解决方案：

print (pd.Series(df['something'].unique()).str.startswith('aa').sum())
3

替代方案是Series.drop_duplicates - 那么Series 构造函数不是必需的：

print (df['something'].drop_duplicates().str.startswith('aa').sum())
3

或纯 python 解决方案 - 使用 sum 和 startswith 计数 Trues 的生成器：

print (sum(x.startswith('aa') for x in df['something'].unique()))
3

Answer 2

您可以使用re 模块查找任何模式（不仅仅是'aa'）

例如： 如果你有以下数组arr = ['aabb','aacc','aadd','bbcc']，你可以通过这行代码找到以'aa'开头的元素个数：

len([word for word in arr if re.match(r'aa', word)])

这将为您提供3 的输出，而这一行

len([word for word in arr if re.match(r'bb', word)])

将显示1

Answer 3

您可以使用函数startswith()。因此，代码将是：

number_of_aa = len([x for x in df['something'].unique() if x.startswith('aa')])

使用此方法，您将获得一个过滤列表，其中包含以aa 开头的值，然后使用len 获得计数。如果您不想保留这些值，您可以简单地使用 True/False，然后对这些值求和：

number_of_aa = [True for x in df['something'].unique() if x.startswith('aa')].sum()