Python
 Computer >> コンピューター >  >> プログラミング >> Python

サブリストのPythonインデックス作成


このチュートリアルでは、リストからサブリスト要素のインデックスを見つけるプログラムを作成します。それを明確に理解するために例を見てみましょう。

入力

nested_list = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]

出力

Index of 7:- 2
Index of 5:- 1
Index of 3:- 0

与えられた問題を解決するための簡単で最も一般的な方法を見てみましょう。与えられた手順に従って解決してください。

  • リストを初期化します。
  • インデックスを使用してリストを反復処理します。
  • サブリストを繰り返し処理し、インデックスを検索する要素を確認します。
  • 要素が見つかったら、印刷して分割します

# initializing the lit
nested_list = [[1, 2, 3], [4, 5], [6, 7, 8, 9]]
# function to find the index
def index(element):
# initializing a flag for tracking the element
is_found = False
# iterating over the list
for i in range(len(nested_list)):
   # iterating over the sub list
   for j in range(len(nested_list[i])):
      # cheking for the element
      if nested_list[i][j] == element:
         # printing the sub list index that contains the element
         print(f'Index of {element}: {i}')
         # changing the flag to True
         is_found = True
      # breaking the inner loop
      break
   # breaking the outer loop
   if is_found:
      break
   # checking whether the element is found or not
   if not is_found:
      # printing the element not found message
      print("Element is not present in the list")
index(7)
index(5)
index(3)

出力

上記のコードを実行すると、次の結果が得られます。

Index of 7: 2
Index of 5: 1
Index of 3: 0

結論

チュートリアルに関して質問がある場合は、コメントセクションにそのことを記載してください


  1. インデックス作成を利用して、Pythonリストに要素を追加します

    Pythonリストは、順序付けられて変更可能なコレクションデータ型です。また、重複メンバーを許可します。これは、Pythonプログラムで使用される最も頻繁に使用されるコレクションデータ型です。インデックス機能を使用してリストに要素を追加する方法を見ていきます。 ただし、既存のリンクに要素を追加する前に、インデックス機能を使用してリスト内の要素にアクセスしましょう。 インデックスを使用したリストへのアクセス リスト内のすべての要素はインデックスに関連付けられており、それが要素の順序を維持する方法です。インデックスをループすることで要素にアクセスできます。以下のプログラムは、インデックス1と2

  2. Pythonでのブールインデックス

    True&falseや1&0などのブール値は、pandaデータフレームのインデックスとして使用できます。それらは、必要なレコードを除外するのに役立ちます。以下の例では、ブールインデックス操作を実行するために使用できるさまざまな方法を示します。 ブールインデックスの作成 ゲームからのデータを記述するデータフレームについて考えてみましょう。異なる日に得点されたさまざまなポイントが辞書に記載されています。次に、インデックス値としてTrueとFalseを使用して、データフレームにインデックスを作成できます。次に、最終的なデータフレームを印刷できます。 例 import pandas as pd #