小编the*_*sis的帖子

例如，让我们考虑以下 numpy 数组：

[1, 5, 0, 5, 4, 6, 1, -1, 5, 10]

另外，我们假设阈值等于3。也就是说，我们正在寻找至少两个连续值都高于阈值的序列。

输出将是这些值的索引，在我们的例子中是：

[[3, 4, 5], [8, 9]]

如果输出数组被展平，那也可以！

[3, 4, 5, 8, 9]

输出说明

在我们的初始数组中，我们可以看到 forindex = 1我们有 value 5，它大于阈值，但不是每个值都大于阈值的序列（至少两个值）的一部分。这就是为什么这个索引不会出现在我们的输出中。

另一方面，对于索引，[3, 4, 5]我们有一系列（至少两个）相邻值[5, 4, 6]，其中每个值都高于阈值，这就是它们的索引包含在最终输出中的原因！

到目前为止我的代码

我已经用这样的方法来处理这个问题：

(arr > 3).nonzero()

上述命令收集高于阈值的所有项目的索引。但是，我无法确定它们是否连续。我曾想过尝试diff对上述代码片段的结果进行尝试，然后可能会定位其中的结果（也就是说，索引是一个接一个）。这会给我们：

np.diff((arr > 3).nonzero())

但我仍然会在这里遗漏一些东西。

考虑以下数据框：

    column_of_lists   scalar_col
0   [100, 200, 300]       100
1   [100, 200, 200]       200
2   [300, 500]            300
3   [100, 100]            200

scalar_col所需的输出将是一个 Series，表示 的标量值在列表列中出现的次数。

所以，在我们的例子中：

1 # 100 appears once in its respective list
2 # 200 appears twice in its respective list
1 # ...
0

我尝试过以下方法：

df['column_of_lists'].apply(lambda x: x.count(df['scalar_col'])

我知道它不起作用，因为我要求它计算一个系列而不是单个值。

欢迎任何帮助！