在 pandas DataFrame 中查找有条件的连续值

Question

我有一个pandas数据框，其中包含多行和多列，填充了类型和值。所有的值都是字符串。我想要编写一个函数来满足以下条件: 1）我搜索的类型（列1） 2）第一个值（列2） 3）第二个连续值（在列2的下一行）

我成功地编写了一个可以搜索一个类型的一个值的函数，但是如何添加第二个类型呢？我觉得可能需要使用df.shift(axis=0)命令来实现，但我不知道如何将该命令与条件搜索组合起来。

import pandas as pd

d = {'type': ['wordclass', 'wordclass', 'wordclass', 'wordclass', 'wordclass', 'wordclass',
 'english', 'english', 'english', 'english', 'english', 'english'],
 'values': ['dem', 'noun', 'cop', 'det', 'dem', 'noun', 'this', 'tree', 'is', 'a', 'good', 'tree']}
df = pd.DataFrame(data=d)
print(df)

tiername = 'wordclass'
v1 = 'dem'
v2 = 'noun'

def search_single_tier(tiername, v1):
    searchoutput = df[df['type'].str.contains(tiername) & df['values'].str.match(v1)]
    return searchoutput

x = search_single_tier(tiername, v1)
print(x)```

- Eline

---

为了更清晰，您需要一个接收三个参数：x、y、z的函数，并返回一行数据，其中x是列1的值，y是列2的值，z是下一行中列1为x的值？ - Roim

是的，那就是我想要的。 - Eline

Answer 1

您不需要为此创建一个函数。相反，可以尝试以下方法：

In [422]: tiername = 'wordclass'                                                                                                                                                                            

## This equates `type` columns to `tiername`. 
## `.iloc[0:2]` gets the first 2 rows for the matched condition

In [423]: df[df.type.eq(tiername)].iloc[0:2]                                                                                                                                                                
Out[423]: 
        type values
0  wordclass    dem
1  wordclass   noun

Op发表评论后：

Find all consecutive rows like this:
tiername = 'wordclass'
v1 = 'dem'

In [455]: ix_list = df[df.type.eq(tiername) & df['values'].eq(v1)].index.tolist()

In [464]: pd.concat([df.iloc[ix_list[0]: ix_list[0]+2], df.iloc[ix_list[1]: ix_list[1]+2]])                                                                                                                 
Out[464]: 
        type values
0  wordclass    dem
1  wordclass   noun
4  wordclass    dem
5  wordclass   noun

- Mayank Porwal

---

是的，那样做是可以的，但我想要能够更改我正在查找的值，并且它不会给我所有连续的dem和noun值（在mwe中有两个这样的组合）。 - Eline

@Eline 请检查我的回答的第二部分。已更新。 - Mayank Porwal

如果我正确理解了此更新，那么我无法更改第二个值，它只是给出了紧随v1后面的值。我想要能够找出是否可以在我的数据库中自行设置一个v2来跟随v1，例如，如果“dem”也可以跟随“cop”或“det”。 - Eline

我的更新基本上是针对特定的 tiername 和 v1，返回下一行具有相同 tiername 和 v1 的值。我原以为这就是问题所在。现在，你让我感到困惑了。 - Mayank Porwal

用通俗的语言来说：我对我的数据库中哪些单词和词类的组合被发现（或未被发现）感兴趣。例如：单词“this”能跟在单词“tree”后面吗？词类“det”能在词类“noun”前面吗？我还对频率感兴趣。用Roim在原帖下的话来说：我想要一个接收三个参数x、y、z并返回所有行的函数，其中x是column1的值，y是column2的值，z是下一行的值（该行也有x在column1中）。 - Eline