如何使用传统python或pandas/numpy/scy在列表中按顺序选择重复项的第一次出现

Question

假设有一个列表“series”，在几个索引值处有一些重复的元素。有没有办法找到一个数的重复序列的第一次出现。你知道吗

series = [2,3,7,10,11,16,16,9,11,12,14,16,16,16,5,7,9,17,17,4,8,18,18]

返回值应类似于[5,11,17,21]，这是重复序列[16,16]、[16,16,16]、[17,17]和[18,18]的第一次出现的索引值

Answer 1

首先通过shift和cumsum创建唯一组，然后获取第一个重复项的掩码并通过^{}进行筛选：

s = pd.Series([2,3,7,10,11,16,16,9,11,12,14,16,16,16,5,7,9,17,17,4,8,18,18])

s1 = s.shift(1).ne(s).cumsum()
m = ~s1.duplicated() & s1.duplicated(keep=False)
s2 = m.index[m].tolist()
print (s2)
[5, 11, 17, 21]

---

print (s1)
0      1
1      2
2      3
3      4
4      5
5      6
6      6
7      7
8      8
9      9
10    10
11    11
12    11
13    11
14    12
15    13
16    14
17    15
18    15
19    16
20    17
21    18
22    18
dtype: int32

---

print (m)
dtype: int32
0     False
1     False
2     False
3     False
4     False
5      True
6     False
7     False
8     False
9     False
10    False
11     True
12    False
13    False
14    False
15    False
16    False
17     True
18    False
19    False
20    False
21     True
22    False
dtype: bool