Musisz znaleźć ciągi zawierające dwa razy to samo słowo

Mam dane atrybutów z nazwami właścicieli. Muszę dwa razy wybrać dane zawierające nazwisko .

Na przykład mogę mieć nazwę właściciela o treści „ BENNETT MCCARL & ARNETTE BENNETT ”.

Chciałbym wybrać dowolne wiersze w tabeli atrybutów, które mają powtarzające się nazwisko, takie jak powyższy przykład. Czy ktoś wie, jak mogę wybrać te dane?

Wyrażenie kalkulatora pola oparte na tej odpowiedzi

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!)

Zwróci maksymalną liczbę takich samych słów w ciągu

Aby to zrobić, możesz użyć modułu kolekcji Python i kursora aktualizacji. Ta metoda dodaje nowe pole i wypełnia je 1jeśli są jakieś duplikaty, w przeciwnym razie a, 0jeśli nie ma duplikatów.

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)

Co z użyciem rei setustawieniem flagi (tutaj 0 i 1) w pythonie - rewyodrębni wszystkie nazwy (ostatnie i pierwsze) z BENNETT MCCARL & ARNETTE BENNETTzewnątrz &. Dopasowanie wzorca rema najwyższy priorytet - możesz używać, rejak chcesz.

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

I zadzwoń sorter( !N! )

** Zobacz, jak regexchwyta słowa naLIVE DEMO

Zauważ, że wszystkie te odpowiedzi dotyczą problemu, zakładając, że twoje dane są zdezynfekowane, tj. Mają odpowiednią przestrzeń między słowami, ale co jeśli twoje dane są podobne, BENNETTMCCARL&ARNETTEBENNETTto wszystko by się nie udało. W takim przypadku może być konieczne użycie algorytmu drzewa sufiksów i na szczęście Python ma trochę biblioteki, jak tutaj .

Zakładając, że dane źródłowe to FeatureClass / Table w pliku GeoDatabase, poniższe zapytanie wybierze wymagane wiersze:

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

nameto pole, które właśnie to nazwałam name. Pierwsza część testuje lewą stronę, druga część testuje prawą. To zapytanie jest oczywiście zakodowane na sztywno w poszukiwaniu BENNETT. Jeśli musisz wybrać inne nazwiska, mam nadzieję, że uda Ci się ustalić, co należy zmienić?