如何在列中查找元素的进一步出现

Question

我有一个包含 6000 行和一列的数据框。我必须找到第二列的相同元素，但要最大化它们之间的距离。带有列表的示例是：

list = [2,1,3,1,2,4,5,1,3,2,1,5]

我希望输出是对：

(list[1], list[10])

有什么想法吗？ 谢谢各位！

Answer 1

你可以试试这个。使用pd.Groupby.agg进行索引，并索引第一个元素和最后一个元素。

lst = [2,1,3,1,2,4,5,1,3,2,1,5]
df = pd.DataFrame(lst,columns=['vals'])

df=df.reset_index().groupby('vals').agg(['first','last'])
df
     index
     first last
vals
1        1   10
2        0    9
3        2    8
4        5    5
5        6   11

#The above df has multiIndex column to make it single index column
df.columns=df.columns.get_level_values(1)
df
      first  last
vals
1         1    10
2         0     9
3         2     8
4         5     5
5         6    11

或者您可以使用pd.NamedAgg 进行命名聚合。

df.reset_index().groupby('vals').agg(
                     first_occurrence=pd.NamedAgg(column='index',aggfunc='first'),
                     last_occurrence=pd.NamedAgg(column='index',aggfunc='last')
                     )

      first_occurrence  last_occurrence
vals
1                   1              10
2                   0               9
3                   2               8
4                   5               5
5                   6              11

如果您希望它们与元组位于同一列中，请使用 df.apply

df['occurances']=df.vals.apply(lambda x:(df.index[df.vals==x][0],
                                         df.index[df.vals==x][-1]))
df
    vals occurances
0      2     (0, 9)
1      1    (1, 10)
2      3     (2, 8)
3      1    (1, 10)
4      2     (0, 9)
5      4     (5, 5)
6      5    (6, 11)
7      1    (1, 10)
8      3     (2, 8)
9      2     (0, 9)
10     1    (1, 10)
11     5    (6, 11)