Python 转换为数据帧的numpy数组会删除值
我需要计算2D网格中每个节点的统计信息。我认为实现这一点的简单方法是采用两个范围的交叉连接(也称为笛卡尔积)。我使用Python 转换为数据帧的numpy数组会删除值,python,pandas,numpy,Python,Pandas,Numpy,我需要计算2D网格中每个节点的统计信息。我认为实现这一点的简单方法是采用两个范围的交叉连接(也称为笛卡尔积)。我使用numpy实现此功能: def node_grid(x_range, y_range, x_increment, y_increment): x_min = float(x_range[0]) x_max = float(x_range[1]) x_num = (x_max - x_min)/x_increment + 1 y_min = float
numpy
实现此功能:
def node_grid(x_range, y_range, x_increment, y_increment):
x_min = float(x_range[0])
x_max = float(x_range[1])
x_num = (x_max - x_min)/x_increment + 1
y_min = float(y_range[0])
y_max = float(y_range[1])
y_num = (y_max - y_min)/y_increment + 1
x = np.linspace(x_min, x_max, x_num)
y = np.linspace(y_min, y_max, y_num)
ng = list(product(x, y))
ng = np.array(ng)
return ng, x, y
但是,当我将其转换为pandas
dataframe时,它会删除值。例如:
In [2]: ng = node_grid(x_range=(-60, 120), y_range=(0, 40), x_increment=0.1, y_increment=0.1)
In [3]: ng[0][(ng[0][:,0] > -31) & (ng[0][:,0] < -30) & (ng[0][:,1]==10)]
Out[3]: array([[-30.9, 10. ],
[-30.8, 10. ],
[-30.7, 10. ],
[-30.6, 10. ],
[-30.5, 10. ],
[-30.4, 10. ],
[-30.3, 10. ],
[-30.2, 10. ],
[-30.1, 10. ]])
In [4]: node_df = pd.DataFrame(ng[0])
node_df.columns = ['xx','depth']
print(node_df[(node_df.depth==10) & node_df.xx.between(-30,-31)])
Out[4]:Empty DataFrame
Columns: [xx, depth]
Index: []
将numpy数组中的值放入pandas数组时,将删除这些值。为什么?我无法完全复制您的代码 但我发现问题在于,在
中间查询中,必须改变上下边界。以下是我的作品:
print(node_df[(node_df.depth==10) & node_df.xx.between(-31,-30)])
使用时:
ng = np.array([[-30.9, 10. ],
[-30.8, 10. ],
[-30.7, 10. ],
[-30.6, 10. ],
[-30.5, 10. ],
[-30.4, 10. ],
[-30.3, 10. ],
[-30.2, 10. ],
[-30.1, 10. ]])
node_df = pd.DataFrame(ng)
“between”函数要求第一个参数小于后一个参数
In:打印(节点测向[(节点测向深度==10)和节点测向xx.between(-31,-30)])
xx深度
116390 -31.0 10.0
116791 -30.9 10.0
117192 -30.8 10.0
117593 -30.7 10.0
117994 -30.6 10.0
118395 -30.5 10.0
118796 -30.4 10.0
119197-30.310.0
119598 -30.2 10.0
119999 -30.1 10.0
120400-30.0 10.0
为清楚起见,所使用的product()
函数来自itertools
软件包,即来自itertools import product的请指定您正在使用的产品
函数。正如张贴的代码不适合我。
ng = np.array([[-30.9, 10. ],
[-30.8, 10. ],
[-30.7, 10. ],
[-30.6, 10. ],
[-30.5, 10. ],
[-30.4, 10. ],
[-30.3, 10. ],
[-30.2, 10. ],
[-30.1, 10. ]])
node_df = pd.DataFrame(ng)