[已解决]Dataframe中的数值比大小

skyhouse

0         95224520
1         95224520
2         95224520
3         95224690
4         95224900
           ...   
47841    112256360
47842    112256420
47843    112256990
47844    112256990
47845    112257210
Name: 时间, Length: 47846, dtype: int64

用pandas读取一个execl文件，有一列叫时间，将近5万列。我想找出时间列中，数值相同的行，并打印出是在第几行。
现在一个问题，假如按下面的代码去运行，运算出每一行都符合条件（明显时间列的值不一样），不知哪里出问题？不得其解，来寻求帮助。

i=0
for i in range(len(data)):
if nihao['时间'][i] == nihao['时间'][(i+1)] and nihao['时间'][(i+1)] == nihao['时间'][(i+2)] and nihao['时间'][(i+2)]== nihao['时间'][(i+3)]:  #这里不知怎么才能统计3行以上的相同数值，麻烦大神给个方法。
       print(i)

最佳答案

月排行榜 / 总排行榜

CHNwldcmzy

2022-12-24 21:00:28

如果时间是有序排列的，建议直接循环扫一遍，可以把数据压缩为 [时间:[最小行, 最大行]]

如果数据有序且需要多次查询，可以压缩数据二分
如果数据无序且需要多次查询，可以建立字典（dict[时间, list[该时间所有的出现行]]），拿空间换时间，这样也相当于知道了所有的结果。

跳转到最佳答案楼层

skyhouse

更正下，也不是每一行的会print出来，大概打印有2成的行，但明显这些行都不符合我要的那种数值完全相同的行。

gywjj

你看这样行不行，你先对时间列做一个count，生成一个新列，然后打印新列中大于1的行

CHNwldcmzy

pandas我以前学过一点不过也不太会  
我有一种思路，用groupby方法对时间分组，这样时间值相同的项就在一个组里了，然后对每一组按序号取最小值，就是最先出现的一行。
由于不知道怎么获取序号，我直接加了一列序号列

这个方法对有序的时间序列，可以求出每一个值所在的行区间，如果序列无序可以求最早或者最晚出现

import pandas
import numpy

lst = [1, 1, 1, 2, 2, 3, 4, 5, 6, 6, 6, 6, 7, 7, 7, 7, 7, 1, 2, 3]

df = pandas.DataFrame(numpy.array([range(len(lst)), lst, range(100, len(lst)+100)]).T , columns = ['idx', '_time', 'others'])

#df = df.groupby('_time').max()
df = df.groupby('_time').min()
print(df)
print(df['idx'])

skyhouse

CHNwldcmzy 发表于 2022-12-24 18:29
pandas我以前学过一点不过也不太会  
我有一种思路，用groupby方法对时间分组，这样时间值相同的项就在一 ...

谢谢楼上2位的回答，不想用count或者排序的方法，还是想有循环的方法来定位到第几列，然后打印出具体列

CHNwldcmzy

如果时间是有序排列的，建议直接循环扫一遍，可以把数据压缩为 [时间:[最小行, 最大行]]

如果数据有序且需要多次查询，可以压缩数据二分
如果数据无序且需要多次查询，可以建立字典（dict[时间, list[该时间所有的出现行]]），拿空间换时间，这样也相当于知道了所有的结果。

skyhouse

CHNwldcmzy 发表于 2022-12-24 21:00
如果时间是有序排列的，建议直接循环扫一遍，可以把数据压缩为 [时间:[最小行, 最大行]]

如果数据有序且 ...

谢谢楼上的回答，我尝试下