Python Pandas：如何檢查列值是否包含 3 個或更多重復數字

Question

我有一個 pandas 數據框，其中包含一個列，其中包含一個字符串值列表，如下所示。 某些記錄可能具有 null 值。

+--------+
|  number|
+--------+
|   78809|
+--------+
|76768888|
+--------+
|  570009|
+--------+
| 5678888|
+--------+
|        |
+--------+
|   test |
+--------+

我想要的是添加一個新列3_rp_nm ，它顯示每行中number列中的值是否包含 3 個或更多重復數字。 請注意， number列可能包含 null 甚至字符值。 在這種情況下， 3_rp_nm中的值應該是N 。

以下是預期結果：

+--------+--------+
|  number| 3_rp_nm|
+--------+--------+
|   78809|       N|
+--------+--------+
|76768888|       Y|
+--------+--------+
|  570009|       Y|
+--------+--------+
| 5678888|       Y|
+--------+--------+
|        |       N|
+--------+--------+
|   test |       N|
+--------+--------+ 

提前致謝。

Answer 1

如果沒有正則表達式，您可以定義 function 來查找正確的數字，然后使用 apply() 來更新您的數據集。

import pandas as pd
nums = [78809, 76768888, None, 570009, "dsfsd", 5678888]


def find_3_consecutive(num):
    if type(num) != int:
        return False
    s = str(num)
    sz = len(s)
    for i in range(sz-2):
        if s[i] == s[i+1] == s[i+2]:
            return True
    return False


df = pd.DataFrame(nums, columns=['number'])
df['3_rp_n'] = df['number'].apply(
    lambda x: 'Y' if find_3_consecutive(x) else 'N')

print(df)

Answer 2

一種簡單的方法是使用帶有捕獲組和引用的正則表達式：

df['3_rp_nm'] = (df['number'].str.contains(r'(\d)\1\1', regex=True)
                 .map({True: 'Y', False: 'N'}))

正則表達式：

(\d)    # match (and capture) a number
\1      # match again the same number
\1      # match again the same number

output：

     number 3_rp_nm
0     78809       N
1  76768888       Y
2    570009       Y
3   5678888       Y
4                 N
5      test       N