Sie müssen Zeichenfolgen finden, die zweimal dasselbe Wort enthalten

Ich habe Attributdaten mit Eigentümernamen. Ich muss zweimal Daten auswählen , die den Nachnamen enthalten .

Zum Beispiel kann ich einen Eigentümernamen haben, der " BENNETT MCCARL & ARNETTE BENNETT " lautet .

Ich möchte alle Zeilen in der Attributtabelle auswählen, die einen wiederkehrenden Nachnamen haben, wie im obigen Beispiel. Weiß jemand, wie ich diese Daten auswählen kann?

Feldrechnerausdruck basierend auf dieser Antwort

def cw(sentence):
 words = sentence.split()
 counts = {}
 nMax=0
 for word in words:
    if word not in counts:counts[word] = 0
    counts[word] += 1
    nMax=max(nMax, counts[word])
 return nMax

'================================================ =

cw( !MUID!)

Es wird die maximale Anzahl derselben Wörter in der Zeichenfolge zurückgegeben

Sie können dazu das Python- Sammlungsmodul und einen Update-Cursor verwenden. Diese Methode fügt ein neues Feld hinzu und füllt es mit einem, 1wenn Duplikate vorhanden sind, andernfalls einem, 0wenn keine Duplikate vorhanden sind.

import arcpy, collections

shp = r'C:\temp\names.shp'

# Add a field called "check" to store binary data.

arcpy.AddField_management(shp, field_name = "check", field_type = "SHORT")

# Use an Update Cursor to query the table and write to new rows
# 1 = has duplicates
# 0 = no duplicates
with arcpy.da.UpdateCursor(shp, ["last_names", "check"]) as cursor:
    for row in cursor:
        names = row[0].replace("&", "").split() # Clean the string
        counts = collections.Counter(names) #create dictionary to count occurrences of words
        if any(x > 1 for x in list([count for name, count in counts.items()])):
            row[1] = 1
        else:
            row[1] = 0
        cursor.updateRow(row)

Was über die Verwendung reund setund Setzen eines Flags (hier 0 und 1) in python realle Namen extrahieren (letzte und erste) von BENNETT MCCARL & ARNETTE BENNETTohne &. Der Mustervergleich rehat höchste Priorität - Sie können verwenden, rewie Sie möchten.

import re
def sorter(val):
    words = re.findall(r'\w+',val)
    uniques = set(words)
    if len(words)>len(uniques):
        return 1
    else:
        return 0

Und Ruf an sorter( !N! )

** Sehen Sie, wie regexWörter auf greiftLIVE DEMO

Beachten Sie, dass alle diese Antworten das Problem lösen, vorausgesetzt, Ihre Daten werden bereinigt, dh zwischen den Wörtern befindet sich ein angemessener Abstand. Was wäre, wenn Ihre Daten so etwas wie BENNETTMCCARL&ARNETTEBENNETTdiese sind, würden alle diese fehlschlagen. In diesem Fall müssen Sie möglicherweise den Suffix Tree- Algorithmus verwenden, und zum Glück verfügt Python über eine Bibliothek wie hier .

Angenommen, Ihre Quelldaten sind eine FeatureClass / Tabelle in einer Datei-GeoDatabase, dann wählt die folgende Abfrage die gewünschten Zeilen aus:

SUBSTRING(name FROM 1 FOR 7) = 'BENNETT' AND SUBSTRING(name FROM (CHAR_LENGTH(name) - 6) FOR 7) = 'BENNETT

nameist das Feld, ich habe es gerade genannt name. Der erste Teil testet die linke Seite, der zweite Teil testet die rechte. Diese Abfrage ist offensichtlich schwer codiert, um nach BENNETT zu suchen. Wenn Sie andere Nachnamen auswählen müssen, können Sie hoffentlich herausfinden, was geändert werden muss.