можете скинуть ваши данные, хотя бы ненастоящие, но по структуре нужные?

тут данные принципиально неструктурированные.
никакая либа или трансформация не помогут.
надо парсер многострочных записей писать.


ничего сложного, сами по себе строчки структурированные + есть якорные фразы типа "склад" или "покупатель".

M&S ??

как обычно, тут тишина.

я за пять минут накидал прототипчик.
вариантов решения масса.
взял самый быстрый.

но на R, уж не обессудьте.
идеи все там прозрачные, сами на питон перекладывайте.
"10" содержательных строк, не велик труд.

{r}
# считываем сырье и формируем предварительную табличку на разбор
raw_dt <- here::here("data", "etl", "m_and_s.zip") %>%
  readr::read_lines(skip = 2) %>%
  tibble::enframe(name = NULL) %>%
  setDT()

temp_dt <- raw_dt %>%
  # расставляем маркеры начала записей по якорным словам
  .[, line_start := stri_detect_regex(value, 
                                      pattern = "склад")] %>%
  .[, idx := cumsum(line_start)] %>%
  # разделяем на колонки и заполняем пустоты (делаем прямоугольное представление)
  .[line_start == TRUE, part1 := value] %>%
  .[line_start == FALSE, part2 := value] %>%
  # для быстрой проливки строк можно делать группировки, locf и пр.
  # выберем вариант data.table, проливаем первую строку по группам
  .[, part1 := head(part1, 1), by = idx] %>%
  # забираем только полезные данные
  .[!is.na(part2)] %>%
  .[, data := stri_join(part1, part2)]

# отправляем повторно на штатный парсер csv

df <- stri_c(temp_dt$data, collapse = "\n") %>%
  readr::read_delim(
    delim = ";",
    col_names = c("cheсk", "store", "customer", "product_name", "none", "count", "product_price")
  )

Спасибо !

Всем привет!
Такая задача: на вход подаются строки с элементами через запятую(иногда 1 элемент), нужно вывести самую часту пару элементов в одной строке

Ввод:
aa,aa,cc
bb,aa
bb,aa
aa,cc
aa,aa,bb
cc,aa
bb,bb

Вывод:
aa,bb

Что посоветуете ?

Пройти по каждому списку itertools.combinations, а потом посчитать частотность комбинаций через counter

+

Спасибо !

from collections import Counter
s = Counter(str(input()).split(';')).most_common()

Вроде бы это не совсем решает поставленную задачу, потому что он посчитает самую частотную подстроку, но не самую частотную пару подстрок

Почему?

Мы ведь можем записать строки в список, и после посчитать самый частый элемент?

как всегда, не совсем ясная постановка задача. требуются наиболее частые пары :)

ну элемент может быть и парой же))))

'aa'

неа, элементы идут через запятую.
Пара — это пара элементов.
Ни больше, ни меньше.
красивая задачка.

По такой логике да)) Это действительно пара букв))

+