numpy 中的多个插入，其中配对元素没有潜台词

Question

这个问题是在@ecortazar 回答的上一篇帖子的后续问题。但是，我还想在不包含特定字符串的 pd.Series 中的两个元素之间粘贴，仅使用 Pandas / Numpy。注：href文中带 的所有行均不同。import pandas as pdimport numpy as nptable = pd.Series(        ["<td class='test'>AA</td>",                  # 0         "<td class='test'>A</td>",                    # 1        "<td class='test'><a class='test' href=...",  # 2        "<td class='test'>B</td>",                    # 3        "<td class='test'><a class='test' href=...",  # 4        "<td class='test'>BB</td>",                   # 5        "<td class='test'>C</td>",                    # 6        "<td class='test'><a class='test' href=...",  # 7         "<td class='test'>F</td>",                    # 8        "<td class='test'>G</td>",                    # 9         "<td class='test'><a class='test' href=...",  # 10         "<td class='test'>X</td>"])                   # 11dups = ~table.str.contains('href') & table.shift(-1).str.contains('href') array = np.insert(table.values, dups[dups].index, "None")pd.Series(array)# OUTPUT:# 0                      <td class='test'>AA</td># 1                                          None# 2                       <td class='test'>A</td># 3     <td class='test'><a class='test' href=...# 4                                          None Incorrect# 5                       <td class='test'>B</td># 6     <td class='test'><a class='test' href=...# 7                      <td class='test'>BB</td># 8                                          None# 9                       <td class='test'>C</td># 10    <td class='test'><a class='test' href=...# 11                      <td class='test'>F</td># 12                                         None# 13                      <td class='test'>G</td># 14    <td class='test'><a class='test' href=...# 15                      <td class='test'>X</td>

Answer 1

您可以执行与以前相同的程序。

唯一需要注意的是，您必须在换班前使用 not (~) 运算符。原因是这种转变将在您的系列的第一个位置创建一个 np.nan ，它将系列定义为浮点数，从而在 not 操作上失败。

import pandas as pd

import numpy as np

table = pd.Series(

        ["<td class='test'>AA</td>",                  # 0 

        "<td class='test'>A</td>",                    # 1

        "<td class='test'><a class='test' href=...",  # 2

        "<td class='test'>B</td>",                    # 3

        "<td class='test'><a class='test' href=...",  # 4

        "<td class='test'>BB</td>",                   # 5

        "<td class='test'>C</td>",                    # 6

        "<td class='test'><a class='test' href=...",  # 7 

        "<td class='test'>F</td>",                    # 8

        "<td class='test'>G</td>",                    # 9 

        "<td class='test'><a class='test' href=...",  # 10 

        "<td class='test'>X</td>"])                   # 11

not_contain = ~table.str.contains('href')

cond = not_contain & not_contain.shift(1)

array = np.insert(table.values, cond[cond].index, "None")

pd.Series(array)

Answer 2

这解决了上述问题，但没有 Numpy 和 Pandas。如果你能用他们重新创造，我会给你正确的答案。

import pandas as pd

import numpy as np

table = pd.Series(

        ["<td class='test'>AA</td>",                  # 0 

        "<td class='test'>A</td>",                    # 1

        "<td class='test'><a class='test' href=...",  # 2

        "<td class='test'>B</td>",                    # 3

        "<td class='test'><a class='test' href=...",  # 4

        "<td class='test'>BB</td>",                   # 5

        "<td class='test'>C</td>",                    # 6

        "<td class='test'><a class='test' href=...",  # 7 

        "<td class='test'>F</td>",                    # 8

        "<td class='test'>G</td>",                    # 9 

        "<td class='test'><a class='test' href=...",  # 10 

        "<td class='test'>X</td>"])                   # 11

insertAt = []

for i in range(0, len(table)-1):

  # print('count ', i)

  if i == 1:

    if 'href' not in table[0] and 'href' not in table[1]:

      print(i, ' starts with tag')

      print(i, ' is duplicated')

      insertAt.append(True) 

      insertAt.append(True) 

      next

    elif 'href' not in table[0] and 'href' in table[1]:

      print(i, ' not start with tag')

      print(i, ' is not duplicated')

      insertAt.append(True) 

      insertAt.append(False) 

      next

    else:

      print(i, ' not start with tag')

      print(i, ' is not duplicated')

      insertAt.append(False) 

      insertAt.append(False) 

      next

  if i > 1:

    if 'href' not in table[i-1] and 'href' not in table[i]: 

      print(i + 1, ' is duplicated')

      insertAt.append(True)

    else:

      print(i + 1, ' is not duplicated')

      insertAt.append(False)

insertAt = pd.Series(insertAt)

array = np.insert(table.values, insertAt[insertAt].index, "None")

pd.Series(array) # back to series if necessary