Python 过滤阵列中的数据并在轴1中保持相同的形状

我试图使用pandas和numpy获得给定数据帧的一些特定值

我现在的过程如下：

在[1]中：df=pd.read\u csv（文件）

在[2]中：a=df[df.columns[1]].值

现在，a具有以下形状：

在[3]：a.形状

Out[4]：（8640,1）

当我过滤它以获得与给定条件匹配的值时，我在轴1中没有得到相同的形状：

在[5]中：b=a[a>100]

在[6]：b.形状

Out[7]：（3834，）

现在，每次过滤新阵列时，我都在重塑它们，但这会让我的代码看起来非常混乱和不舒服：

在[8]中：（b.重塑（b.尺寸，1））.形状

Out[9]：（3834,1）

我真的需要它有形状（x，1），以便使用其他一些函数，那么它是否有任何方法可以在每次我过滤掉值时获得该形状，而不必不断地重塑它

编辑：

我需要进行这种整形的主要原因是，对于具有相同行数的两个数组，我需要获得每行中的最小值。我使用的是np.min和np.concatenate。 例如： av是我的数据帧中5个不同列的平均值：

x[x>0.3]
    a
0   0.382530
1   NaN
2   0.568910
3   0.452816
4   0.884955
5   0.944797
6   0.379389

av=np.平均值（菌柱，轴=1）

它有形状（8640，） med是相同列的中间值：

med=np.中位数（菌落，轴=1）

当我尝试获取最小值时，我有下一个错误：

np.min（np.concatenate（（av，med），axis=1），axis=1）回溯（最近 最后一次通话）：

文件“”，第1行，在 np.min（np.concatenate（（av，med），轴=1，轴=1）

AxisError:轴1超出维度为1的数组的界限

但是，如果我重塑av和med，效果会很好：

np.min（np.concatenate（（平均整形（平均大小，1），中间整形（平均大小，1）），轴=1，轴=1） Out[232]：数组（[0,0,0.，…，0,0,0,0.]））

---

您可以使用

np.take（a，np.where（a>100）[0]，axis=0）

来保持与原始形状相同的形状

如果您确实需要此形状，此代码将提供形状

（…，1）

，并且它没有那么难看：

或

---

如果您的代码不太重，您必须使用

numpy

来提高性能，那么您可以使用

pandas

对象（数据帧/系列）并保持形状

例如，以df为例（我必须补充，您应该提供您的问题）：

要创建形状为

（7,1）

的对象，可以使用

x=df[['a']]

，这是一个有一列的数据帧（与

x=df['a']

相比，后者是一个形状为

（7，）

的系列）

现在，如果我通过使用

y=x.values

转到numpy数组，我仍然得到相同的形状（x和y都有形状（7,1））

但是，两者对布尔索引的反应都不同：调用

y[y>0.3]

将返回一个具有形状（6，）的数组，而调用

x[x>0.3]

将返回。。。具有形状（7,1）的数据帧。让我们看看：

数组：

y[y>0.3]
array([0.38252971, 0.56890993, 0.45281553, 0.88495521, 0.94479716,
       0.37938899])

数据帧：

x[x>0.3]
    a
0   0.382530
1   NaN
2   0.568910
3   0.452816
4   0.884955
5   0.944797
6   0.379389

因此，要获得具有所需形状（6,1）的序列，可以使用

x[x['a']>0.3]

返回

    a
0   0.382530
2   0.568910
3   0.452816
4   0.884955
5   0.944797
6   0.379389

然后，只有在完成所有操作之后，才能调用末尾的

.values

，以获得具有所需结果的numpy数组

现在，一般来说，在数组上的操作比在pandas对象上的操作快，但是使用pandas对象更容易，特别是当您需要进行大量数据处理时
你可能更喜欢与numpy一起工作，但是熊猫的选择是值得知道的，在我看来更容易和更简单

---

希望这有帮助

在我这边，我尝试在一些数据帧上运行

df[df.columns[0]].values.shape

，得到了

（x，）

，而不是

（x，1）

。您确定在运行代码时正在复制它吗？或者，您使用的是什么版本的

pandas

和

numpy

？对不起，我弄错了，我写的不一样。在我的代码中，我以不同的方式加载数组：

a=df.filter（regex=“Power”）.values

，我的数据帧只有一列，名称中有字符串“Power”。好的，现在我也这样做了，得到了

（x，1）

。然而，我在第二行得到了另一个结果：如果我做了

a=df[[df.columns[0]]]]

（它有一个shape

（x，1）

），我运行

b=a[a>0]

，但仍然得到shape

（x，1）

。如果我有一个数组a有一个shape

（x，1）

，我运行

b=a[a>0]

，它有一个shape（如果a总是正值）

（x，）

而不是

（x，1）

。我的pandas版本是

'0.23.4'

，我的numpy版本是

'1.16.4'

。我编辑了原始问题，以澄清我遇到的问题。好的，我知道区别是什么。看看我的回答是否有帮助。谢谢你的回答，这真的很清楚。不幸的是，我的数据框大约有4000列，使用pandas（我更喜欢它，因为它对我来说更容易）对我的计算来说太慢了。在我的代码中，我使用pandas加载所需的列，然后使用numpy进行计算。啊，好吧。值得一试。

x[x['a']>0.3]

    a
0   0.382530
2   0.568910
3   0.452816
4   0.884955
5   0.944797
6   0.379389