Perlu menemukan string yang berisi kata yang sama dua kali

Saya memiliki data atribut dengan nama pemilik. Saya perlu memilih data yang berisi nama belakang dua kali .

Misalnya, saya mungkin memiliki nama pemilik yang bertuliskan " BENNETT MCCARL & ARNETTE BENNETT ".

Saya ingin memilih baris dalam tabel atribut yang memiliki nama belakang yang berulang seperti contoh di atas. Adakah yang tahu bagaimana saya bisa memilih data itu?

Ekspresi kalkulator bidang berdasarkan jawaban ini

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!)

Ini akan mengembalikan jumlah maksimum kata yang sama dalam string

Anda dapat menggunakan modul koleksi Python dan Kursor Pembaruan untuk mencapai hal ini. Metode ini menambahkan bidang baru dan mengisinya dengan 1jika ada duplikat, jika tidak, 0jika tidak ada duplikat.

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)

Bagaimana dengan menggunakan redan setdan pengaturan bendera (di sini 0 dan 1) di python- reakan mengekstrak semua nama (terakhir dan pertama) dari BENNETT MCCARL & ARNETTE BENNETTtanpa &. Untuk pencocokan pola readalah prioritas tertinggi - Anda dapat menggunakan reapa yang Anda inginkan.

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

Dan telepon sorter( !N! )

** Lihat bagaimana regexmeraih kata-kata diLIVE DEMO

Perhatikan bahwa semua jawaban ini menangani masalah dengan anggapan bahwa data Anda disanitasi yaitu memiliki ruang yang tepat di antara kata-kata tetapi bagaimana jika data Anda adalah sesuatu, BENNETTMCCARL&ARNETTEBENNETTmaka semua ini akan gagal. Dalam hal ini Anda mungkin perlu menggunakan algoritma Suffix Tree dan untungnya python memiliki beberapa perpustakaan seperti di sini .

Dengan asumsi data sumber Anda adalah FeatureClass / Table dalam File GeoDatabase maka permintaan berikut akan memilih baris yang Anda butuhkan:

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

nameadalah lapangan, saya kebetulan menyebutnya name. Bagian pertama menguji sisi kiri, bagian kedua menguji sisi kanan. Query ini jelas sulit dikodekan untuk mencari BENNETT, jika Anda perlu memilih dengan nama keluarga lain semoga Anda dapat mengetahui apa yang perlu diubah?