列表作为从组到列表的列表的子列表

如何解决列表作为从组到列表的列表的子列表

我有一个数据框，它有2列，

    a  b
0   1  2
1   1  1
2   1  1
3   1  2
4   1  1
5   2  0
6   2  1
7   2  1
8   2  2
9   2  2
10  2  1
11  2  1
12  2  2

是否有直接方法可以制作如下第三列

    a  b  c
0   1  2  0
1   1  1  1
2   1  1  0
3   1  2  1
4   1  1  0
5   2  0  0
6   2  1  1
7   2  1  0
8   2  2  1
9   2  2  0
10  2  1  0
11  2  1  0
12  2  2  0

其中目标[1,2]是df.groupby('a').b.apply(list)的子列表，找到每个组中首先适合目标的2行。

---

df.groupby('a').b.apply(list)给出

1             [2,1,2,1]
2    [0,2]

[1,2]是[2,1]和[0,2]

的子列表

---

到目前为止，我有一个功能

def is_sub_with_gap(sub,lst):
    '''
    check if sub is a sublist of lst
    '''
    ln,j = len(sub),0
    ans = []
    for i,ele in enumerate(lst):
        if ele == sub[j]:
            j += 1
            ans.append(i)
            
        if j == ln:
            return True,ans
    return False,[]

对该功能进行测试

In [55]: is_sub_with_gap([1,2],[2,1])
Out[55]: (True,[1,3])

解决方法

您可以通过在自定义函数中选择组的索引值来更改输出，通过Series.explode对其进行展平，然后通过Index.isin来测试索引值：

L = [1,2]

def is_sub_with_gap(sub,lst):
    '''
    check of sub is a sublist of lst
    '''
    ln,j = len(sub),0
    ans = []
    for i,ele in enumerate(lst):
        if ele == sub[j]:
            j += 1
            ans.append(i)
            
        if j == ln:
            return lst.index[ans]
    return []

---

idx = df.groupby('a').b.apply(lambda x: is_sub_with_gap(L,x)).explode()

df['c'] = df.index.isin(idx).view('i1')
print (df)
    a  b  c
0   1  2  0
1   1  1  1
2   1  1  0
3   1  2  1
4   1  1  0
5   2  0  0
6   2  1  1
7   2  1  0
8   2  2  1
9   2  2  0
10  2  1  0
11  2  1  0
12  2  2  0