我正在尝试创建一个名为2-backed test的认知任务。
我创建了具有一定条件的半随机列表，现在我想知道对参与者来说应该是什么好答案。
我想在数据框中显示一列，如果是或否，则在相同的字母之前输入2个字母。
这是我的代码：
from random import choice, shuffle
import pandas as pd
num = 60
letters = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L']
# letters_1 = [1, 2, 3, 4, 5, 6]
my_list = [choice(letters), choice(letters)]
probab = list(range(num - 2))
shuffle(probab)
# We want 20% of the letters to repeat the letter 2 letters back
pourc = 20
repeatnum = num * pourc // 100
for i in probab:
ch = prev = my_list[-2]
if i >= repeatnum:
while ch == prev:
ch = choice(letters)
my_list.append(ch)
df = pd.DataFrame(my_list, columns=["letters"])
df.head(10)
letters
0 F
1 I
2 D
3 I
4 H
5 C
6 L
7 G
8 D
9 L
# Create a list to store the data
response = []
# For each row in the column,
for i in df['letters']:
# if more than a value,
if i == [i - 2]:
response.append('yes')
else:
response.append('no')
# Create a column from the list
df['response'] = response
第一个错误：
if i == [i - 2]:
TypeError: unsupported operand type(s) for -: 'str' and 'int'
如果我使用数字而不是字母，则可以克服此错误，但我更希望保留字母。
但是在那之后，如果我用数字运行它，我不会收到任何错误，但是我的新列响应只有“ no”。但是我知道它应该是12次。
最佳答案
似乎您想对列和移动了两个元素的同一列进行比较。使用shift + np.where-
df['response'] = np.where(df.letters.eq(df.letters.shift(2)), 'yes', 'no')
df.head(10)
letters response
0 F no
1 I no
2 D no
3 I yes
4 H no
5 C no
6 L no
7 G no
8 D no
9 L no
但是我知道它应该是12次。
df.response.eq('yes').sum()
12
关于python - 用字符串迭代数据帧，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47894078/