Python 基于where条件向numpy数组添加列

我有一个numpy数组，我想用第二个数组中的数据更新其中的一列值。有点像excel中的vlookup函数

需要在

b

表中查找

a

的第一列。然后将

a

中的第二列替换为

b

中第二列的数字

import numpy as np

# type, newval
a = np.array( [[1, 23, 0],
              [2, 24, 0],
              [1, 15, 0],
              [1, 27, 0],
              [6, 22, 0],
              [1, 18, 0]]
              )

# type, newval
b = np.array([[1, 1.1],
            [2, 2.1],
            [3, 3.1],
            [4, 4.1],
            [5, 5.1],
            [6, 6.1]]
            )

a[:,2] = np.where(b[:,0] == a[:,0], b[:,1], None)

预期结果 注意：我希望使用查找值更新原始数组

a

a = array( [[1, 23, 1.1],
            [2, 24, 2.1],
            [1, 15, 1.1],
            [1, 27, 1.1],
            [6, 22, 6.1],
            [1, 18, 1.1]]
          )

---

然而，我得到的是数组中最后4项旁边的

nan

。它就像我的

np一样。其中

条件是替换位置和数字正确的值，而不仅仅是数字匹配的值。

如果b是排序和连续的，简单的解决方案是：

In [19]: b[a[:,0]-1]
Out[19]: 
array([[ 1. ,  1.1],
       [ 2. ,  2.1],
       [ 1. ,  1.1],
       [ 1. ,  1.1],
       [ 6. ,  6.1],
       [ 1. ,  1.1]])

或者，稍微慢一点：

In [20]: a[:,0]
Out[20]: array([1, 2, 1, 1, 6, 1])

通过减法1，这些是数组的索引

b

In [21]: a[:,0]-1
Out[21]: array([0, 1, 0, 0, 5, 0])

---

现在我们只需从

b

中读取这些行，如果b是排序且连续的，那么simples解决方案是：

import numpy as np

# type, newval
a = np.array( [[1, 23, 0],
              [2, 24, 0],
              [1, 15, 0],
              [1, 27, 0],
              [6, 22, 0],
              [1, 18, 0]]
              )

# type, newval
b = np.array([[1, 1.1],
            [2, 2.1],
            [3, 3.1],
            [4, 4.1],
            [5, 5.1],
            [6, 6.1]]
            )

a[:,2] = np.where(b[:,0] == a[:,0], b[:,1], None)

In [19]: b[a[:,0]-1]
Out[19]: 
array([[ 1. ,  1.1],
       [ 2. ,  2.1],
       [ 1. ,  1.1],
       [ 1. ,  1.1],
       [ 6. ,  6.1],
       [ 1. ,  1.1]])

或者，稍微慢一点：

In [20]: a[:,0]
Out[20]: array([1, 2, 1, 1, 6, 1])

通过减法1，这些是数组的索引

b

In [21]: a[:,0]-1
Out[21]: array([0, 1, 0, 0, 5, 0])

---

现在我们只需从

b

中读取这些行，就可以将数组

b

转换到字典中。

import numpy as np

# type, newval
a = np.array( [[1, 23, 0],
              [2, 24, 0],
              [1, 15, 0],
              [1, 27, 0],
              [6, 22, 0],
              [1, 18, 0]]
              )

# type, newval
b = np.array([[1, 1.1],
            [2, 2.1],
            [3, 3.1],
            [4, 4.1],
            [5, 5.1],
            [6, 6.1]]
            )

a[:,2] = np.where(b[:,0] == a[:,0], b[:,1], None)

之后，可以通过列表理解来归档所需的结果

b_as_dict = dict(b)
res = [[k, b_as_dict[k]] for k in a[:,0]]

---

关于将这些结果插入

a

：

当前

a

是一个整数数组。要将这些结果放入

a

中，您可能需要将其定义为

float

或

float32

（因为您尝试插入的值是float）：

然后，您可以使用Zinjaai建议的列表理解：

a[:, 2] = [b_as_dict[k] for k in a[:, 0]]

---

您可以将数组

b

转换为字典。 之后，可以通过列表理解来归档所需的结果

b_as_dict = dict(b)
res = [[k, b_as_dict[k]] for k in a[:,0]]

---

关于将这些结果插入

a

：

当前

a

是一个整数数组。要将这些结果放入

a

中，您可能需要将其定义为

float

或

float32

（因为您尝试插入的值是float）：

然后，您可以使用Zinjaai建议的列表理解：

a[:, 2] = [b_as_dict[k] for k in a[:, 0]]

---

注意，

b

数组可以是一个列表或任何其他类型的对象，如果它使事情变得更简单的话。

a

数组是从文件中读入的，因此我不想更改该数组的结构。您确定“预期结果”是正确的吗？在第二行，第二列中，我希望是2.1。第5行和第6行好像互换了。Zinjaai，是的，你是对的。我已经把它修好了。谢谢。注意，

b

数组可以是一个列表或任何其他类型的对象，如果它使事情变得更容易的话。

a

数组是从文件中读入的，因此我不想更改该数组的结构。您确定“预期结果”是正确的吗？在第二行，第二列中，我希望是2.1。第5行和第6行好像互换了。Zinjaai，是的，你是对的。我已经把它修好了。谢谢。可能是重复的谢谢。有没有办法将这些结果放入原始数组？问题是，

a

中的列比我上面给出的示例中显示的要多。谢谢。有没有办法将这些结果放入原始数组？问题是，

a

中的列比我上面给出的示例中显示的要多。我也喜欢这个解决方案。如果查找表

b

可以用这种方式排序，可能会更快。我也喜欢这种解决方案。如果查找表

b

可以用这种方式排序，它可能会更快。