PavelMos

Через остаток от деления

0%3, 1%3, 2%3, 3%3, 4%3, 5%3
Out[79]: (0, 1, 2, 0, 1, 2)

for i in range(len(comp)*len(comp[0])): #число всего элементов в 2-мерном массиве
    print (i%3)
    
0
1
2
0
1
2

Имхо навряд ли это с ним связано потому что при списке всё ок. Со словарём может быть проблема если последующий ключ равен предыдущему, тогда он его перезаписывает.

[(user.email,user.name) for user in (jane, joe)]
Out[26]: [('jdoe@example.com', 'Jane Doe'), ('jdoe@example.com', 'Joe Doe')]
[(user,user.name) for user in (jane, joe)]
Out[33]: 
[(<__main__.User at 0x1614587a390>, 'Jane Doe'),
 (<__main__.User at 0x1614587a1d0>, 'Joe Doe')]

UPD
но

{joe:joe.name, jane:jane.name}
Out[46]: {<__main__.User at 0x1614587a1d0>: 'Jane Doe'}

decode есть встроенная функция, но она не для строки, а для типа bytes, поэтому в начале нужно указать b'

b'\xd0\x94\xd0\xb0, \xd0\xbf\xd1\x82\xd0\xb8\xd1\x86\xd1\x8b \xd0\xbe\xd0\xbf\xd0\xb0\xd1\x81\xd0\xbd\xd1\x8b "'.decode()
Out[106]: 'Да, птицы опасны "'

по умолчанию тут похоже utf-8, поэтому параметры в скобках можно не писать.

Так ведь в этой программе новый столбец в датафрейме не создаётся. Чтобы создать нужно ему дать имя:
df['newcol']=...какие-то действия...

Далее, среднее от чего ? Если от Value то оно будет 75/4=18,75 т.е. это будет прописано в каждой строке в новом столбце ?
Тогда просто

df['mean1']=df['Value'].mean() # значение mean пропишется в каждой строке столбца

UPD колонка пропадает потому что pandas вероятно берёт в результат только указанную колонку Symbol и ко всем остальным цифровым применяет агрегатную функцию , в данном случаем mean(). Оставлять другие текстовые колонки в результирующем наборе было бы бессмысленно т.к. часть строк из них при группировке по Symbol просто пропадёт.

Относительно добавления сразу двух столбцов - можно посмотреть "pandas add multiple columns". Можно например так

df['a'], df['b']=list1,list2 #оба списка по длине равны длине колонки

но с учётом того, что в этой же строке нужно посчитать count() и прописать соответствующее значение в строки с каждым соответствующим значением Value получится довольно громоздкая конструкция.

df.groupby(['Name']).size()
Out[95]: 
Name
Igrek    1
Iks      2
zet      1
dtype: int64

Затем создать соответствие элемент/число вхождений, и по этому соответствию прописать цифры в новом столбце по каждой строке

df.groupby(['Name']).size().index.tolist()
df.groupby(['Name']).size().tolist() 
d=dict( zip (df.groupby(['Name']).size().index.tolist(), df.groupby(['Name']).size().tolist() ) )
d
Out[98]: {'Igrek': 1, 'Iks': 2, 'zet': 1}

lines = f.readlines()
lines[int(numb)] = name + ' - ' + parol + '\n'

Строки читаются в список строк, при добавлении нового пароля программа обращается к списку по индексу, которого там нет. Нельзя взять список x=[1,2,3,9,10] и добавить в нему новый элемент выражением x[6]=20 (но так можно добавить новый элементы в словарь, или перезаписать значение в словаре или списке).
Добавить в список это append или extend.
Если пароли добавляются под номерами, нужно потом эти номера считывать с учётом того, что номер пароля может быть не равен индексу строки.

И еще желательно пользоваться средой, которая показывает, в какой строке в каком месте ошибка. Это условие вообще нужно включить в правила создания вопроса на сайте.

то же самое можно укоротить:

with open('g.txt', 'r') as f: 
    print(f.read())

или
with open('g.txt', 'r') as f: print(f.read())

Можно же без регекспов

var str1 = 'Зеленая поляна';
re1='ная';
re2='яна';
var str_new = str1.replace(re1, 'ную');
var str_new=str_new.replace(re2,'яну');

Можно для падежей также https://morpher.ru/ использовать.

for sum in list- это перебор элементов списка по-порядку
mult = mult + list[sum] это обращение к элементу списка по индексу. Первый элемент это 1, значит по индексу это будет уже второй, потому что нумерация идёт с нуля.

sum = sum+1 - нет смысла, это значение будет сбрасываться в начале цикла, потому что там перебор sum из списка

На stackexachange предлагают делать через функцию - в словаре в значение ключа для каждой переменной своя функция, которая просто возвращает переменную. Обращаться к значению в словаре нужно будет с добавлением () после

def ret_a():
    return a
a='xxx'
ret_a()
Out[161]: 'xxx'
a='zzz'
ret_a()
Out[163]: 'zzz'
d={'a':ret_a}
d['a']()
Out[164]: 'zzz'
a='bbb'
d['a']()
Out[166]: 'bbb'

Если сделать просто универсальную функцию def f(x): return(x), то сама она будет корректно возвращать текущее значение переменной, но через словарь значение изменяться не будет:

def ret(a):
    return(a)
b=1000
ret(b)
Out[175]: 1000
d2={'a':ret(b)}
d2
Out[180]: {'a': 1000}
b=9999
ret(b)
Out[182]: 9999
d2
Out[183]: {'a': 1000}

1. Как записан населенный пункт в locality_name ? Если 'деревня Медвежья', то функция её не обработает, потому что if проверяет на совпадение с элементом списка целиком, а не деревню отдельно. Имхо проще не делать проверку дополнительную, а обрабатывать сразу всё подряд
2. Нужно пробел/ы после удалённого слов/а убирать через lstrip или добавить пробел к словам в списке в регекспе,
3. Добавить варианты Деревня, Город, Посёлок

wordlist = ['Посёлок','Поселок','поселок','посёлок','городской','городского','типа','деревня','Деревня']

def locality_id(row):
    name_id = row['locality_name']
    name_id = re.sub('(' + '|'.join(wordlist) + ')','',name_id).lstrip()
    return name_id


for idx, row in df1.iterrows():
     print ('cell=', df1.loc[idx, 'locality_name'])
     df1.loc[idx, 'locality_name']=new_cell
     new_cell=locality_id(row)
     print ('new_cell=',df1.loc[idx, 'locality_name'])