如何查找按递增顺序排列的列号

Question

我有一个pandas数据框架，其中一列包含每一行增加1的项目编号。

df1 = pd.DataFrame({ 
"item_number" : [1, 2, 3, 4, 5, 6, 8, 10], 
"col_A" : ['aaa','bbb','ccc','ddd','eee','fff','hhh', 'jjj']})
df1
item_number col_A
0   1   aaa
1   2   bbb
2   3   ccc
3   4   ddd
4   5   eee
5   6   fff
6   8   hhh
7   10  jjj

可以看到，项目编号在6到8和8到10之间增加了2。是否有一种方法来编写一个函数，将跳过的数字列表，即。['7'，'9']否则，返回True

Answer 1

s=pd.Series(range(df['item_number'].min(), (df['item_number'].max()+1)))
s[~s.isin(df['item_number'])].values

array([7, 9], dtype=int64)

Answer 2

一行:

set(range(df1.item_number.min(), df1.item_number.max()+1)) - set(df1.item_number) or True

Answer 3

您可以利用Python的集合和列表操作来确定您所提议的条件是否满足输入列表:

li = [1, 2, 3, 4, 5, 6, 8, 10]
def fun(l):
a = list(set(list(range(l[0], l[-1]+1))) - set(l))
if a == []:
return True
else:
return a
print(fun(li))

输出:

[9, 7]

如果您希望列表元素按顺序返回，也可以使用return sorted(a)。

Answer 4

使用range和np.setdiff1d:

In [1518]: import numpy as np
In [1519]: rng = range(df1.item_number.min(), df1.item_number.max() + 1)
In [1523]: res = np.setdiff1d(rng, df1.item_number)
In [1524]: res
Out[1524]: array([7, 9])

Answer 5

可以这样做:

def foo(df):
x = df.set_index('item_number').reindex(range(df.item_number.min(), df.item_number.max() + 1))
x = list(x.index[x.col_A.isna()])
return x if x else True

例子:

y = foo(df1)
print(y)
y = foo(df1.loc[range(1, 6)])
print(y)

输出:

[7, 9]
True