Python 如何遍历数组数组并检查项目的第一次和最后一次出现

我有这样一个数组：

    year    week    app_id  period
0   2015    22  [g8m4lecv, uyhsx6lo, u9ue1zzo, kw06m3f5, wvqhq...   2015-22
1   2015    23  [608a223c57e1174fc64775dd2fd8cda387cc4a47, ze4...   2015-23
2   2015    24  [kz8udlea, zwqo7j8w, 6d02c9d74b662369dc6c53ccc...   2015-24
3   2015    25  [fgs0qhtf, awkcmpns, e0iraf3a, oht91x5j, mv4uo...   2015-25
4   2015    26  [zwqo7j8w, dzdfiof5, phwoy1ea, e7hfx7mu, 40fdd...   2015-26

以及唯一ID的数据帧：

unique_app_ids
0   g8m4lecv
1   uyhsx6lo
2   u9ue1zzo
3   kw06m3f5
4   wvqhq7d7
5   fucjx9ar
6   ede963a7c7b854938c1196bb83dc3a0924951055
7   ze4rr0vi

我想做的是，对于唯一的应用程序id中的每个应用程序id：

根据数组中的周期查找其第一次出现

如果出现这种情况，跟踪开始日期并将每周使用量增加一次

转到下一个周期，如果app_id仍然存在，则增加1

如果应用程序id不存在，则停止递增

然后，我想在

每周使用量

的唯一ID列中有一列

以下是我目前的情况：

startperiod = True;
stopped = True;
usage = 0

weeklyadoption= adopters['app_id'].values;

def retention_rate(row):
    for app_id in retention['unique_app_ids']:
        for week in range(len(weeklyadoption)):
            if weeklyadoption[week].isin(app_id):
                stopped = False;
                usage+=1
            else:
                stopped = True;
                return usage

retention['weekly_retention']=retention.apply(retention_rate, axis=1)

其中，

retention

是唯一ID的数据帧，

adopters

是数组的数组。但是，我没有测试代码，因为我在思考以下问题时遇到了困难：

代码当前正在经历每一个周期，当一个周期没有任何内容时，它就会爆发。但是，假设第一次使用是向下4行，我只想循环开始，然后从开始的时间段开始递增和中断

如何不仅检查app_id是否在当前行中，而且检查自开始使用期以来是否在该行之前的所有其他行中

编辑

即使是当前代码也没有循环通过。我得到：

AttributeError: ("'numpy.ndarray' object has no attribute 'isin'", u'occurred at index 0')

请注意，

weeklyadoption

打印出来时如下所示：

[([array],[array]....)]

---

您尝试执行的操作有几个问题：

循环中有一个

return

语句，这就是它退出循环的原因

不清楚为什么将2d数据存储在数组中，而将1d存储在数据帧中。相反，对我来说更有意义

根据这些建议的实施情况，以下是我的解决方案：

weekly_usage = {}
df['app_id_str'] = df['app_id'].apply(lambda x: ('|').join(x))
for app_id in unique_app_ids:
    temp = df[df['app_id_str'].str.contains(app_id)].sort('period')
    # at this point, if it's continuous, you can just take the length
    # start, end = temp['period'].min(), temp['period'].max() 
    duration = len(temp) #or you can use timedelta if you want a time difference
    weekly_usage[app_id] = duration

---

这样你就有了一个独特ID及其持续时间的字典，你可以随心所欲地显示它们。

你要做的事情有几个问题：

循环中有一个

return

语句，这就是它退出循环的原因

不清楚为什么将2d数据存储在数组中，而将1d存储在数据帧中。相反，对我来说更有意义

根据这些建议的实施情况，以下是我的解决方案：

weekly_usage = {}
df['app_id_str'] = df['app_id'].apply(lambda x: ('|').join(x))
for app_id in unique_app_ids:
    temp = df[df['app_id_str'].str.contains(app_id)].sort('period')
    # at this point, if it's continuous, you can just take the length
    # start, end = temp['period'].min(), temp['period'].max() 
    duration = len(temp) #or you can use timedelta if you want a time difference
    weekly_usage[app_id] = duration

---

这样你就有了一本独特ID及其持续时间的字典，你可以随心所欲地显示它们。

嗨，这几乎让我达到了目的，谢谢！但是，len将始终计算数组的长度（始终为14，时段数）。而我想做的是计算从第一个“真”到第一个“假”的周期，例如

Name:app\u id\u str，数据类型：bool 0 True 1 True 2 False 3 True 4 False 5 False 6 False 7 False 8 False 9 False 10 False 11 False 12 False 13 False

是为某个应用程序ID返回的键值对之一。这里，返回的数字应该是2，因为它是

True

，

True

然后是

False

。不是14号。嗨，我差点就到了，谢谢！但是，len将始终计算数组的长度（始终为14，时段数）。而我想做的是计算从第一个“真”到第一个“假”的周期，例如

Name:app\u id\u str，数据类型：bool 0 True 1 True 2 False 3 True 4 False 5 False 6 False 7 False 8 False 9 False 10 False 11 False 12 False 13 False

是为某个应用程序ID返回的键值对之一。这里，返回的数字应该是2，因为它是

True

，

True

然后是

False

。不是14岁。