代码之家 › 专栏 › 技术社区 › Dheeraj

检查整数的连续性并返回唯一性

pandas list python

Dheeraj · 技术社区 · 8 年前

假设我有这样一个列表:

[1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, -1.0, 1.0, -1.0, -1.0, 1.0, -1.0, -1.0, -1.0, 1.0, 1.0, 1.0, -1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 1.0, 1.0, 1.0, 1.0, -1.0, -1.0, 1.0, 1.0, 1.0, 1.0, 1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 0.0, 1.0, 1.0, -1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, -1.0]

我想检查1和-1的连续性。

预期输出:

[(1.0, 1.0), (-1.0, -1.0, -1.0, -1.0, -1.0), (1.0), (-1.0, -1.0, -1.0, -1.0, -1.0),....,(1.0), (0,0), (1.0, 1.0),( -1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, -1.0)]

[1,-1,1,-1,....,1,0,1,-1]

对于连续的正值和负值,它将只返回一个。

这让我有点困惑。有谁能帮我或建议我做这件事的正确方法吗。

任何帮助都将不胜感激。

2 回复 | 直到 8 年前

akash karothiya 8 年前

使用 groupby 从…起 itertools 在这里

>>> x = [1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, -1.0, 1.0, -1.0, -1.0, 1.0, -1.0, -1.0, -1.0, 1.0, 1.0, 1.0, -1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 1.0, 1.0, 1.0, 1.0, -1.0, -1.0, 1.0, 1.0, 1.0, 1.0, 1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 0.0, 1.0, 1.0, -1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, -1.0]

>>> from itertools import groupby
>>> print([tuple(j) for i, j in groupby(x)])

[(1.0, 1.0), (-1.0, -1.0, -1.0, -1.0, -1.0), (1.0,), (-1.0, -1.0, -1.0, -1.0, -1.0), (1.0,), (-1.0, -1.0), (1.0,), (-1.0, -1.0), (1.0,), (-1.0, -1.0, -1.0), (1.0, 1.0, 1.0), (-1.0, -1.0), (1.0,), (-1.0,), (1.0,), (-1.0,), (1.0, 1.0, 1.0, 1.0), (-1.0, -1.0), (1.0, 1.0, 1.0, 1.0, 1.0), (-1.0, -1.0, -1.0, -1.0), (1.0,), (-1.0,), (1.0,), (-1.0,), (1.0,), (-1.0,), (0.0,), (1.0, 1.0), (-1.0,), (1.0,), (-1.0, -1.0, -1.0, -1.0, -1.0, -1.0)]

cs95 abhishek58g 8 年前

高级别的解决方案包括分组相邻元素。有多种方法可以做到这一点。我已经用纯python概述了一个 itertools ,还有一个是熊猫,因为这就是你给这个问题加上的标签。

蟒蛇
itertools.groupby

from itertools import groupby

r = [tuple(g) for _, g in groupby(lst)]
r
[(1.0, 1.0), (-1.0, -1.0, -1.0, -1.0, -1.0), (1.0,), (-1.0, -1.0, -1.0, -1.0, -1.0), (1.0,), (-1.0, -1.0), (1.0,), (-1.0, -1.0), (1.0,), (-1.0, -1.0, -1.0), (1.0, 1.0, 1.0), (-1.0, -1.0), (1.0,), (-1.0,), (1.0,), (-1.0,), (1.0, 1.0, 1.0, 1.0), (-1.0, -1.0), (1.0, 1.0, 1.0, 1.0, 1.0), (-1.0, -1.0, -1.0, -1.0), (1.0,), (-1.0,), (1.0,), (-1.0,), (1.0,), (-1.0,), (0.0,), (1.0, 1.0), (-1.0,), (1.0,), (-1.0, -1.0, -1.0, -1.0, -1.0, -1.0)]

如果要从 groupby ,对 子句 呼叫-

r = [i for i, _ in groupby(lst)]

熊猫
子句 + shift + cumsum + apply

x = pd.Series(lst)
r = x.groupby(x.ne(x.shift()).cumsum()).apply(tuple)    
r

1                               (1.0, 1.0)
2           (-1.0, -1.0, -1.0, -1.0, -1.0)
3                                   (1.0,)
4           (-1.0, -1.0, -1.0, -1.0, -1.0)
5                                   (1.0,)
6                             (-1.0, -1.0)
7                                   (1.0,)
8                             (-1.0, -1.0)
9                                   (1.0,)
10                      (-1.0, -1.0, -1.0)
11                         (1.0, 1.0, 1.0)
12                            (-1.0, -1.0)
13                                  (1.0,)
14                                 (-1.0,)
15                                  (1.0,)
16                                 (-1.0,)
17                    (1.0, 1.0, 1.0, 1.0)
18                            (-1.0, -1.0)
19               (1.0, 1.0, 1.0, 1.0, 1.0)
20                (-1.0, -1.0, -1.0, -1.0)
21                                  (1.0,)
22                                 (-1.0,)
23                                  (1.0,)
24                                 (-1.0,)
25                                  (1.0,)
26                                 (-1.0,)
27                                  (0.0,)
28                              (1.0, 1.0)
29                                 (-1.0,)
30                                  (1.0,)
31    (-1.0, -1.0, -1.0, -1.0, -1.0, -1.0)
dtype: object

要查找唯一值,可以使用 mean 或 unique . -

r = x.groupby(x.ne(x.shift()).cumsum()).mean()

我用过 意思是 ,但他们做同样的事情。