在混合python numpy数组中搜索和替换[关闭]

Question

我一直在研究 numpy 的搜索和替换，并且想知道如何为混合的 numpy 数组执行更 Pythonic 的搜索和替换方式。

这是一个使用 for 循环的搜索和替换的工作示例，它看起来不太像 Python。如果数组仅由字符串组成，那么 np.char.replace() 函数当然可以工作；代码中也有一个示例。

我想知道还有哪些其他方法可能有效；展平数组，使用另一个包，或将 numpy 数组转换为其他内容，然后将其转换回其他内容。

这是一个小例子；有一个更大的数组要处理（100K+ 个元素），因此获得更好的性能会很棒。

import numpy as np

# numpy array with ints, strings, and floats

a=np.array([(1001,'Thing Alpha Red',0.99),
            (1002,'Thing Bravo Orange',1.29),
            (1003,'Thing Charlie Yellow',3.49),
            (1004,'Some Random Color',10.99),
            (99999,'Thing Delta',4.99)],dtype=object)

# This is a list
a_lookup=[('Alpha','Apple'),('Bravo','Bus'),('Charlie','Car'),('Delta','Dog')]

# Make a copy of a, for later comparison
c=np.copy(a)

# This replaces every substring 'Thing' with 'Box'
# Most unpythonic!
for each in c:
    each[1]=each[1].replace('Thing','Box')

print('a original:')
print(a)
print('')
print('c replaced, using loop:')
print(c)

# Now look through a_lookup, and replace from that list
# Even more unpythonic; two for loops
for each in c:
    # Get the string
    temp=each[1]
    # loop through the lookup table, doing a replacement
    for each_item in a_lookup:
        if(each[1].find(each_item[0])>=0):
           temp=temp.replace(each_item[0],each_item[1])
           break
    each[1]=temp

print('')
print('c, replacing elements from lookup table, using loop:')
print(c)

# This is more pythonic, but will not work on mixed numpy array
print(' ')
print('Using numpy replace on array of *only* strings')
d=np.array(['Box Alpha', 'Box Bravo', 'Box Charlie', 'Box Delta'])
print(d)
print('')
e=np.char.replace(d,'Box','Container')
print(e)

Answer 1

如果你使用 pandas，那么你可以做正则表达式：

import pandas as pd

b = pd.dataFrame(a)

b[1] = b[1].replace({'Thing':'Box'}, regex=True)

g = np.array(b)

array([[1001, 'Box Alpha Red', 0.99],
       [1002, 'Box Bravo Orange', 1.29],
       [1003, 'Box Charlie Yellow', 3.49],
       [1004, 'Some Random Color', 10.99],
       [99999, 'Box Delta', 4.99]], dtype=object)