如何根据另一个列表中两个元素的连续出现在列表中插入一个字符？ Python答案

【问题标题】：How to insert a character in a list, based on the consecutive appearance of two elements from another list? Python如何根据另一个列表中两个元素的连续出现在列表中插入一个字符？ Python
【发布时间】：2018-11-02 15:48:40
【问题描述】：

我有一个包含很多字符串的 DataFrame 和一个根据条件在字符串中插入字符的函数。问题是我的代码以某种方式错误地看到了输入字符串s。

列表s 由两个列表中的元素组成：(1) 成员列表 (2) 非成员列表。我的目标是在任何“成员”后面跟着任何两个“非成员”时将数字“1”插入s。 s 最多应添加一个“1”。这是代码。

import pandas as pd
members = ['AA', 'BBB', 'CC', 'DDDD']
non_members = ['EEEE', 'FF', 'GGG', 'HHHHH', 'III', 'JJ']
s = ['AA', 'EEEE', 'GGG', 'FF']

所以我试图为 s 实现的结果是得到以下输出：

['AA', '1', 'EEEE', 'GGG', 'FF']

这是我的代码：

df = pd.DataFrame(s, columns =['string'])
d = df['string']

def func(row):
    out = ""
    look = 2
    for i in range(len(row)-look):
        out += row[i]
        if (row[i] in members) & \
           (row[i+1] in non_members) & \
           (row[i+2] in non_members):
            out += '1' + row[i+1:]
            break
    return out

e = d.apply(func)
print(e)

这给出了以下结果：

但我希望得到的是：

['AA', '1', 'EEEE', 'GGG', 'FF']

有什么建议可以解决这个问题吗？

这个问题和这个有关：How to add a character to a list if two items from another list appear consecutively? Python

【问题讨论】：

你的想法中的问题是row[i], row[i+1], ... 的行为不像你期望的那样，尝试print 他们你会看到你没有访问下一行，而是更多你的字符串的字符
是的，谢谢，我确实注意到了。但无法弄清楚如何在列表中的项目之间插入“1”，而不是在列表中的项目内。

标签： python-3.x list pandas

【解决方案1】：

您可以使用 shift 来确定满足该条件的位置。

mask = ((df['string'].isin(members)) 
         & (df['string'].shift(-1).isin(non_members)) 
         & (df['string'].shift(-2).isin(non_members)))

在中间的行中插入的一种方法可能是执行类似的操作。

import numpy as np
df.set_index(df.index*2, inplace=True)

indices = mask[mask==True].index.values+1

df_add = pd.DataFrame(data=np.repeat(1, len(indices)), index=indices, columns=['string'])

pd.concat([df, df_add]).sort_index()
  string
0     AA
1      1
2   EEEE
4    GGG
6     FF

【讨论】：

我喜欢将索引乘以 2 并按照您的方式添加行的方式。我正在用concat 写一个答案，但主要的想法是mask 干得好:)
之所以使用“行”是因为实际上s 是一个包含许多列表s 的DataFrame，DataFrame 中的每一行都包含一个列表。那么，是否可以将结果作为一个列表获得，而不是将列表拆分为行？这样结果就变成了这样：['AA', '1', 'EEEE', 'GGG', 'FF']?
@twhale 我认为这个答案以您提出的方式回答了问题，您的评论表明实际上，您的 df 是构建的，例如 df = pd.DataFrame({'string':[s]}) 列“字符串”的每一行都是一个列表，那么这是一个不同的问题，对吗？
是的，你是对的。我现在意识到我以错误的方式提出了这个问题！道歉。
那我再问一个新问题。

【解决方案2】：

@ALollz 代码看起来更干净，因为他们使用掩码和 isin，但是是的，转换绝对是这个想法。

import pandas as pd

import sys 

def fun(row):
    members = ['AA', 'BBB', 'CC', 'DDDD']
    non_members = ['EEEE', 'FF', 'GGG', 'HHHHH', 'III', 'JJ']
    try:
        if (row["string"] in members):
            if(row["next"] in non_members):
                if(row["nextnext"] in non_members):
                    return(1)
        return(0)
    except:
        e = sys.exc_info()[0]
        print(e)
        print("!")
        return(0)
    return(0)

def insert_row(idx, df, df_insert):
    dfA = df.iloc[:idx, ]
    dfB = df.iloc[idx:, ]
    df = dfA.append(df_insert).append(dfB).reset_index(drop = True)
    return df

def primary(d):
    df = d.copy()
    a = d.shift(-1)
    b = d.shift(-2)
    df['next'] = a
    df['nextnext'] = b
    e = df.apply(fun,axis=1)
    x = 0
    while( x<len(e) and e[x]==0 ):
        x+=1
    if(x!=len(e)):
        d = insert_row(x+1,d,pd.DataFrame(["1"], columns=["string"]))
    return(d)

s = ['AA', 'EEEE', 'GGG', 'FF']

df = pd.DataFrame(s, columns =['string'])
print(primary(df))

【讨论】：

【解决方案3】：

我喜欢 ALollz 的回答，但更喜欢更直观的方法。这是一个需要两次插入的示例。

import pandas as pd
import numpy as np
members = ['AA', 'BBB', 'CC', 'DDDD']
non_members = ['EEEE', 'FF', 'GGG', 'HHHHH', 'III', 'JJ']
s = ['AA', 'EEEE', 'GGG', 'CC', 'III', 'JJ']
ser = pd.Series(s)
# view the multiple "frames" from the list in a dataframe
df = pd.DataFrame([ser, ser, ser.shift(-1), ser.shift(-2)], 
index=["orig","s", "s+1", "s+2"]).T

   orig     s   s+1  s+2
0    AA    AA  EEEE  GGG
1  EEEE  EEEE   GGG   CC
2   GGG   GGG    CC  III
3    CC    CC   III   JJ
4   III   III    JJ  NaN
5    JJ    JJ   NaN  NaN

类似于掩码方法，创建一个列显示条件是否满足。

df["s"] = df["s"].isin(members)
df["s+1"] = df["s+1"].isin(non_members)
df["s+2"] = df["s+2"].isin(non_members)
df["fulfilled"] = df.all(axis=1)

   orig      s    s+1    s+2  fulfilled
0    AA   True   True   True       True
1  EEEE  False   True  False      False
2   GGG  False  False   True      False
3    CC   True   True   True       True
4   III  False   True  False      False
5    JJ  False  False  False      False

获取要插入到最终 s_out 列表中的“1”位置的索引。这只是原始索引加上仅“真实”位置的索引

index = df.loc[df.fulfilled].index
df.loc[index, "index in s_out"] = index + np.arange(1, len(index) + 1)

   orig      s    s+1    s+2  fulfilled  index in s_out
0    AA   True   True   True       True             1.0
1  EEEE  False   True  False      False             NaN
2   GGG  False  False   True      False             NaN
3    CC   True   True   True       True             5.0
4   III  False   True  False      False             NaN
5    JJ  False  False  False      False             NaN

将“1”插入到 s_out 列表中所需位置。

s_out = s.copy()
for i in df["index in s_out"].dropna().astype(int):
    s_out.insert(i, "1")
s_out

['AA', '1', 'EEEE', 'GGG', 'CC', '1', 'III', 'JJ']

【讨论】：