Python 是否有方法在2D numpy数组中选择一行,并为该行中的每一列设置条件?
我正在尝试从2D numpy数组中选择一行。此选择基于行列中值的条件 例如,这是我的2D阵列:Python 是否有方法在2D numpy数组中选择一行,并为该行中的每一列设置条件?,python,arrays,numpy,multidimensional-array,indexing,Python,Arrays,Numpy,Multidimensional Array,Indexing,我正在尝试从2D numpy数组中选择一行。此选择基于行列中值的条件 例如,这是我的2D阵列: | V1 | V2 | V3 | V4 | Q1 | Q2 | |-----|-----|----|-----|----|-----| | 0.1 | 0.5 | 3 | 7 | 5 | 10 | | 0.3 | 0.8 | 4 | 5 | 15 | 20 | | 2 | 15 | 6 | 0.5 | 1 | 0.5 | 这个表可能有大约5000行或更多行,如果我
| V1 | V2 | V3 | V4 | Q1 | Q2 |
|-----|-----|----|-----|----|-----|
| 0.1 | 0.5 | 3 | 7 | 5 | 10 |
| 0.3 | 0.8 | 4 | 5 | 15 | 20 |
| 2 | 15 | 6 | 0.5 | 1 | 0.5 |
这个表可能有大约5000行或更多行,如果我有所有V1、V2、V3、V4的值,我想在这个数组中查找并找到Q1和Q2
因此,如果我有:
V1 = 0.3
V2 = 0.8
V3 = 4
v4 = 5
我希望它返回整行,或仅返回Q值:
Q1 = 15
Q2 = 20
有没有办法在行中选择此数据?
我在网上找到了一个解决方案:
np.where((table[:,0] == V1) & (table[:,1] == V2) & (table[:,2] == V3) & (table[:,3] == V4))
但是,有这么多条目需要花费相当长的时间,是否还有更快的方法呢?为什么不将其转换为数据帧呢?那么我们有以下几点:
import pandas as pd
ddict = {
'V1':[0.1,0.3,2],
'V2':[0.5,0.8,15],
'V3':[3,4,6],
'V4':[7,5,0.5,],
'Q1':[5,15,1],
'Q2':[10,20,0.5],
}
df = pd.DataFrame(ddict)
### DataFrame.loc(<row>, <column>) will return values for the columns if the row conditions are met.
df.loc[(df['V1'] == 0.3) & (df['V2'] == 0.8) & (df['V3'] == 4) & (df['V4'] == 5), ['Q1','Q2']]
为什么不把它转换成一个数据帧呢?那么我们有以下几点:
import pandas as pd
ddict = {
'V1':[0.1,0.3,2],
'V2':[0.5,0.8,15],
'V3':[3,4,6],
'V4':[7,5,0.5,],
'Q1':[5,15,1],
'Q2':[10,20,0.5],
}
df = pd.DataFrame(ddict)
### DataFrame.loc(<row>, <column>) will return values for the columns if the row conditions are met.
df.loc[(df['V1'] == 0.3) & (df['V2'] == 0.8) & (df['V3'] == 4) & (df['V4'] == 5), ['Q1','Q2']]
您可以通过以下方式完成:
import numpy as np
table = np.array([[ 0.1 , 0.5 , 3 , 7 , 5 , 10 ],
[ 0.3 , 0.8 , 4 , 5 , 15 , 20 ],
[ 2 , 15 , 6 , 0.5 , 1 , 0.5 ]])
np.where(np.all(np.equal(a[:,:4], [0.3, 0.8, 4, 5]),axis=1))
这将为您提供要查找的行号。您可以将其分配给一个变量,如row
,然后使用a[row,-2://code>获取Q1/Q2数据
我建议注释每个层中的参数,以了解其工作原理,但简而言之,您要查看数组中的列:4
(即0-3),以找到与描述匹配的列。您只需分解所需的列,然后检查其中是否有任何列与您所查找的结果相等,然后在行中“全部”这些列(axis=1
),然后显示,其中
行的所有元素均等于true。您可以使用以下方法执行此操作:
import numpy as np
table = np.array([[ 0.1 , 0.5 , 3 , 7 , 5 , 10 ],
[ 0.3 , 0.8 , 4 , 5 , 15 , 20 ],
[ 2 , 15 , 6 , 0.5 , 1 , 0.5 ]])
np.where(np.all(np.equal(a[:,:4], [0.3, 0.8, 4, 5]),axis=1))
这将为您提供要查找的行号。您可以将其分配给一个变量,如row
,然后使用a[row,-2://code>获取Q1/Q2数据
我建议注释每个层中的参数,以了解其工作原理,但简而言之,您要查看数组中的列:4
(即0-3),以找到与描述匹配的列。您只需分解所需的列,然后检查其中是否有任何列与您所搜索的结果相等,然后将它们“全部”放到行中(axis=1
),然后显示,其中
行的所有元素都等于true。您提到的条件是这样的V1=0.3 V2=0.8 V3=4 v4=5
。当您选择多个行或根据不同的条件选择不同的行时,情况是否相同?是的,条件会发生变化,搜索将始终不同您提到的条件是这样的V1=0.3 V2=0.8 V3=4 v4=5
。选择多行或根据不同条件选择不同行时是否相同?是的,条件将更改,搜索将始终不同