在数据框中查找连续出现的字符串？

Question

我有一个这样的数据框：

  log_alerts 
0         no   
1        yes    
2        yes   
3         no    
4        yes   
5        yes
6        yes
7        yes

我试图在log_alerts列中找到连续的yes，第三次代码应该提示。

预期产出：

  log_alerts    message
0         no   none
1        yes   none
2        yes   none
3         no   none
4        yes   none
5        yes   none
6        yes   continuity found
7        yes   Review again

我怎样才能做到这一点？

可以使用pandas库完成吗？

Answer 1

我相信你需要：

• 首先通过将shift ed列与cumsum
进行比较来区分群组
• 仅过滤yes行
• 按cumcount获取每个群组的点数，并为Series添加reindex，其索引与原始DataFrame相同
• 上次按numpy.select
创建新列

a = df['log_alerts'].ne(df['log_alerts'].shift()).cumsum()
a = a[df['log_alerts'] == 'yes']
counts = a.groupby(a).cumcount().reindex(df.index, fill_value=0)
print (counts)
0    0
1    0
2    1
3    0
4    0
5    1
6    2
7    3
dtype: int64

masks = [counts == 2, counts > 2]
df['message'] = np.select(masks, ['continuity found','Review again'], default=None)
print (df)
  log_alerts           message
0         no              None
1        yes              None
2        yes              None
3         no              None
4        yes              None
5        yes              None
6        yes  continuity found
7        yes      Review again

<强>详情：

print (type(a))
<class 'pandas.core.series.Series'>

print (a)
1    2
2    2
4    4
5    4
6    4
7    4
Name: log_alerts, dtype: int32