如何在熊猫中标记'重复序列'？

例如：

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

我预期的结果是：

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

我试过pandas.DataFrame.duplicated(keep=False)，但复制它标志着 '2'：

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

如何纪念'重复序列'只？

来源

2017-10-20 Eric Zhu

你需要shift与cumsum帮手Series其中适用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

来源

2017-10-20 09:25:21 jezrael

我试过这个解决方案，它的工作原理！ cumsum（）是有趣的方式。你的解决方案打开我的脑海熊猫是一个真正强大的工具。谢谢！ –

您可以使用shift即

s = pd.Series([1,1,1,0,2,3,2,4,2]) 
mask = (s == s.shift().bfill())

或由于@Zero

mask = s.diff().bfill().eq(0) 

print tuple(mask) 

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

如果您有序列在比较两个口罩年底将是有益的，即

n = pd.Series([1,1,1,0,2,3,2,4,2,2]) 
mask = (n==n.shift(-1).ffill()) | (n==n.shift().bfill()) 

tuple(mask) 
(True, True, True, False, False, False, False, False, True, True)

来源

2017-10-20 09:08:40 Dark

或者's.diff（）bfill（）EQ（0）' – Zero

谢谢，它的工作原理。 s == s.shift（）。bfill（）是一个好主意。作为熊猫的新手，它激发了我如何在矩阵计算中思考。再次感谢。 –

去@ jez解决方案适合所有情况 – Dark

如何在熊猫中标记'重复序列'？

回答

相关问题