Python 在序列中查找子序列的位置

如果T1为：

T1 = pd.DataFrame(data = {'val':['B','D','E','A','D','B','A','E','A','D','B']})

p是这样的：

P = pd.DataFrame(data = {'val': ['E','A','D','B']})

如何得到T1中p的位置

在最小值和最大值方面，我希望看到这个返回

min max
3   6
8   11

如果这些数据帧表示为SQL表，我可以使用转换为以下格式的SQL方法：

DECLARE @Items INT = (SELECT COUNT(*) FROM @P);

SELECT MIN(t.KeyCol) AS MinKey,
MAX(t.KeyCol) AS MaxKey
FROM dbo.T1 AS t
INNER JOIN @P AS p ON p.Val = t.Val
GROUP BY t.KeyCol - p.KeyCol
HAVING COUNT(*) = @Items;

---

此SQL解决方案来自Pesomannen对

的回复。好吧，您始终可以这样做：

t1 = ''.join(T1.val)
p = ''.join(P.val)
start, res = 0, []
while True:
    try:
        res.append(t1.index(p, start))
        start = res[-1] + 1
    except:
        break

---

获取起始索引，然后通过匹配计算出结束索引，并使用iloc访问数据帧。您应该使用基于0的索引，而不是基于1的索引，就像您在示例中所做的那样。

当然，这不使用p，但可以满足您的目的

groups = T1.groupby(T1.val).groups
pd.DataFrame({'min': [min(x) for x in groups.values()],
              'max': [max(x) for x in groups.values()]}, index=groups.keys())

屈服

   max  min
E    7    2
B   10    0
D    9    1
A    8    3

[4 rows x 2 columns]

---

我想我是通过采用与SQL解决方案相同的方法来解决这个问题的——一种关系划分类型，即匹配值，按关键列中的差异分组，然后选择计数等于子序列大小的组：

import pandas as pd

T1 = pd.DataFrame(data = {'val':['B','D','E','A','D','B','A','E','A','D','B']})

# use the index to create a new column that's going to be the key (zero based)
T1 = T1.reset_index()

# do the same for the subsequence that we want to find within T1
P = pd.DataFrame(data = {'val': ['E','A','D','B']})
P = P.reset_index()

# join on the val column
J = T1.merge(P,on=['val'],how='inner')

# group by difference in key columns calculating the min, max and count of the T1 key
FullResult = J.groupby(J['index_x'] - J['index_y'])['index_x'].agg({min,max,'count'})

# Final result is where the count is the size of the subsequence - in this case 4
FullResult[FullResult['count'] == 4]

---

真的很喜欢使用熊猫

你能澄清最小/最大结果吗？你是如何到达那里的？例如，在T1中EADB的第一个精确匹配的示例数据，位置3是E所在的位置，位置6是B所在的位置。对于下一个精确匹配，位置8是找到E的地方，位置11是找到B的地方。T1.reset_index.groupby'val.index.agg{min，max}我想他想要的结果是J.groupby'val'['index_x'].agg{min，max}