我最近迁移到python作为我的主要工具，我希望能够复制第一个。＆amp;最后的。在SAS中发现的功能。SAS代码如下;
data data.out;
set data.in;
if first.ID then flag = 1;
if last.ID then flag = 1;
run;
输出将如下;
ID flag
AAAA 1
AAAA 0
AAAA 0
AAAA 1
BBBB 1
BBBB 0
BBBB 0
BBBB 1
CCCC 1
CCCC 0
CCCC 1
关于如何在Python中执行此操作的任何想法？
如果您使用的是python和Crunching数字，通常会使用pandas：
pip install pandas
假设您有一个CSV文件，则可以使用pd.read_csv加载数据。我不会对您的输入做出假设，因此请查看文档。加载数据框后，您可以继续。
import pandas
df = pd.read_csv('file.csv')
df
ID
0 AAAA
1 AAAA
2 AAAA
3 AAAA
4 BBBB
5 BBBB
6 BBBB
7 BBBB
8 CCCC
9 CCCC
10 CCCC
df['flag'] = ((df.ID != df.ID.shift()) | (df.ID != df.ID.shift(-1))).astype(int)
df
ID flag
0 AAAA 1
1 AAAA 0
2 AAAA 0
3 AAAA 1
4 BBBB 1
5 BBBB 0
6 BBBB 0
7 BBBB 1
8 CCCC 1
9 CCCC 0
10 CCCC 1
您也可以使用np.where（Brad Solomon的建议）来执行此操作：
df['flag'] = np.where((df.ID != df.ID.shift())
| (df.ID != df.ID.shift(-1)), 1, 0)
df
ID flag
0 AAAA 1
1 AAAA 0
2 AAAA 0
3 AAAA 1
4 BBBB 1
5 BBBB 0
6 BBBB 0
7 BBBB 1
8 CCCC 1
9 CCCC 0
10 CCCC 1
使用pandas：
import pandas as pd
import numpy as np
df = pd.DataFrame(['AAAA', 'AAAA', 'AAAA', 'AAAA',
'BBBB', 'BBBB', 'BBBB', 'BBBB', 'CCCC', 'CCCC', 'CCCC',],
columns=['ID'])
def firstlast(a):
# For each character grouping set, create a 1d array of 0s padded
# with 1s, equal to length of the group.
a = np.zeros(len(a)-2)
a = np.pad(a, (1,1), 'constant', constant_values=(1,1))
return a
df['flag'] = (s.groupby(s).apply(firstlast).apply(pd.Series).stack()
.astype(int).values)
print(df)
ID flag
0 AAAA 1
1 AAAA 0
2 AAAA 0
3 AAAA 1
4 BBBB 1
5 BBBB 0
6 BBBB 0
7 BBBB 1
8 CCCC 1
9 CCCC 0
10 CCCC 1
在逻辑上从 @cᴏʟᴅsᴘᴇᴇᴅ中窃取一点（这比上述解决方案更聪明），但使用 numpy.where：
ids = df.ID
df['flag'] = np.where((ids!=ids.shift(1)) | (ids!=ids.shift(-1)), 1, 0)
print(df)
ID flag
0 AAAA 1
1 AAAA 0
2 AAAA 0
3 AAAA 1
4 BBBB 1
5 BBBB 0
6 BBBB 0
7 BBBB 1
8 CCCC 1
9 CCCC 0
10 CCCC 1
我觉得这自然是一个群体概念，理想情况下会使用基于组的方法，尽管基于轮班的方法肯定没有错（请参阅下面对此的简短讨论有关更多）：
df.loc[ df.groupby('ID',as_index=False).nth([0,-1]).index, 'flag' ] = 1
nth(0)选择每个组的第一行，而 nth(-1) nth([0,-1])选择同时选择。这将使其他行缺失，可以很容易地用fillna(0)填充。
df.flag = df.flag.fillna(0).astype(int)
ID flag
0 AAAA 1
1 AAAA 0
2 AAAA 0
3 AAAA 1
4 BBBB 1
5 BBBB 0
6 BBBB 0
7 BBBB 1
8 CCCC 1
9 CCCC 0
10 CCCC 1
关于@Jonclements的评论，请注意，使用GroupBy会导致对排序顺序的答案不变，而使用移位方法将取决于排序顺序（这取决于特定情况，这可能是优选的）。<<<<<<<<<</p>
对不起，聚会迟到了。变化到原始需求。如何使用Python程序捕获SAS第一点记录？下面的示例基于https://pandas.pydata.org/pandas-docs/stable/getting_started/comparison/comparison/comparison_with_sas.html
第一个SAS设置：sample_dot_last和sample_dot_first数据集是我需要生产的python！
data sampledata;
infile cards4;
input ( x y ) ( 2*$8. ) z record_number;
cards;
A I 10 1
A I 11 2
A I 11 3
A J 15 4
B K 9 5
B K 10 6
B K 10 7
B L 14 8
C I 7 9
C I 19 10
C K 3 11
C K 5 12
;;;;
proc print data= sampledata;
run;
data sample_dot_last;
set sampledata;
by x y z;
if last.y;
run;
proc print data= sample_dot_last;
run;
data sample_dot_first;
set sampledata;
by x y z;
if first.y;
run;
proc print data= sample_dot_first;
run;
python的第二个样本CSV：
x,y,z,record number
A,I,10,1
A,I,11,2
A,I,11,3
A,J,15,4
B,K,9,5
B,K,10,6
B,K,10,7
B,L,14,8
C,I,7,9
C,I,19,10
C,K,3,11
C,K,5,12
最后，请注意dataframe.groupby（[...]）.last（）或.first（）产生与SAS完全相同的输出！
import numpy as np
import pandas as pd
import os
cwd= os.getcwd()
print( "cwd={}".format( cwd ))
df1= pd.read_csv( 'sampledata.csv')
print( df1 )
df2= df1.groupby( [ 'x', 'y' ]).last()
print( df2 )
df3= df1.groupby( [ 'x', 'y' ]).first()
print( df3 )
抱歉不同的问题和回答，希望它有用。