Python Numpy：合并并返回第一个非零观测值答案

【问题标题】：Python Numpy: Coalesce and return first nonzero observationPython Numpy：合并并返回第一个非零观测值
【发布时间】：2017-03-05 14:38:48
【问题描述】：

我目前是 NumPy 的新手，但非常精通 SQL。我在 SQL 中使用了一个名为 coalesce 的函数，我很失望在 NumPy 中没有找到它。我需要此函数从 2 个数组（即array1 和array2）创建第三个数组want，其中array1 中的零/缺失观测值被同一地址/位置下array2 中的观测值替换。我不知道如何使用np.where？

完成此任务后，我想取该数组的下对角线want，然后填充最终数组want2，注意第一个非零强>观察。如果所有观察值，即coalesce(array1, array2) 在want2 中返回缺失或 0，则默认分配为零。

我已经编写了一个示例来演示所需的行为。

import numpy as np array1= np.array(([-10,0,20],[-1,0,0],[0,34,-50])) array2= np.array(([10,10,50],[10,0,25],[50,45,0])) # Coalesce array1,array2 i.e. get the first non-zero value from array1, then from array2. # if array1 is empty or zero, then populate table want with values from array2 under same address want=np.tril(np.array(([-10,10,20],[-1,0,25],[50,34,-50]))) print(array1) print(array2) print(want) # print first instance of nonzero observation from each column of table want want2=np.array([-10,34,-50]) print(want2)

【问题讨论】：

标签： python arrays numpy coalesce

【解决方案1】：

“合并”：使用putmask 将等于零的值替换为来自array2 的值：

want = array1.copy()
np.putmask(array1.copy(), array1==0, array2)

np.tril(want) 每一列的第一个非零元素：

where_nonzero = np.where(np.tril(want) != 0)

"""For the where array, get the indices of only 
the first index for each column"""
first_indices = np.unique(where_nonzero[1], return_index=True)[1]

# Get the values from want for those indices
want2 = want[(where_nonzero[0][first_indices], where_nonzero[1][first_indices])]

【讨论】：