包含字符串一部分的数组中的IEM数

Question

考虑

df['something'].unique()

这会在变量中生成唯一的项。让我们将其视为一组独特的项目。

array(['aabb','aacc','aadd','bbcc']).

现在我想检查该数组中的任何项如何从“aa”开始

Answer 1

您可以使用函数startswith()。因此，守则将是：

number_of_aa = len([x for x in df['something'].unique() if x.startswith('aa')])

使用此方法可以获得一个筛选列表，其中的值以aa开头，然后使用len可以获得计数。如果不希望保留这些值，只需使用True/False，然后对这些值求和：

number_of_aa = [True for x in df['something'].unique() if x.startswith('aa')].sum()

Answer 2

您可以使用re模块查找任何模式（不仅仅是“aa”）

例如： 如果您有以下数组arr = ['aabb','aacc','aadd','bbcc']，您可以在这行代码中找到以“aa”开头的元素数：

len([word for word in arr if re.match(r'aa', word)])

这将为您提供3的输出，而此行

len([word for word in arr if re.match(r'bb', word)])

将显示1

Answer 3

对于计数True的^{}和sum的解决方案：

print (pd.Series(df['something'].unique()).str.startswith('aa').sum())
3

备选方案是^{}-那么Series构造函数是不必要的：

print (df['something'].drop_duplicates().str.startswith('aa').sum())
3

或纯python解决方案生成器，带有sum和startswith用于计数True：

print (sum(x.startswith('aa') for x in df['something'].unique()))
3