选择某些行（满足条件），但只选择 Python/Numpy 中的某些列答案

【问题标题】：Select certain rows (condition met), but only some columns in Python/Numpy选择某些行（满足条件），但只选择 Python/Numpy 中的某些列
【发布时间】：2014-07-17 16:36:10
【问题描述】：

我有一个 4 列的 numpy 数组，想要选择第 1、3 和 4 列，其中第二列的值满足特定条件（即固定值）。我尝试首先只选择行，但通过以下方式选择所有 4 列：

I = A[A[:,1] == i]

有效。然后我进一步尝试（类似于我非常熟悉的matlab）：

I = A[A[:,1] == i, [0,2,3]]

这是行不通的。怎么做？

示例数据：

 >>> A = np.array([[1,2,3,4],[6,1,3,4],[3,2,5,6]])
 >>> print A
 [[1 2 3 4]
  [6 1 3 4]
  [3 2 5 6]]
 >>> i = 2
     
 # I want to get the columns 1, 3 and 4 
 # for every row which has the value i in the second column. 
 # In this case, this would be row 1 and 3 with columns 1, 3 and 4:
 [[1 3 4]
  [3 5 6]]

我现在正在使用这个：

I = A[A[:,1] == i]
I = I[:, [0,2,3]]

但我认为必须有更好的方法来做到这一点......（我习惯了 MATLAB）

【问题讨论】：

A[A[:,1] == i][0,2,3] 也不起作用？
I = A[A[:,1] == i][0,2,3] --> IndexError: too many indices
除此之外，我必须承认我也不会真正理解索引，这与 matlab 非常不同......
@tim：能否请您发布数组以及您期望的输出？
@Ankur Ankan：编辑成问题。

标签： python numpy

【解决方案1】：

>>> a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
>>> a
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

>>> a[a[:,0] > 3] # select rows where first column is greater than 3
array([[ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

>>> a[a[:,0] > 3][:,np.array([True, True, False, True])] # select columns
array([[ 5,  6,  8],
       [ 9, 10, 12]])

# fancier equivalent of the previous
>>> a[np.ix_(a[:,0] > 3, np.array([True, True, False, True]))]
array([[ 5,  6,  8],
       [ 9, 10, 12]])

有关晦涩的np.ix_() 的解释，请参阅https://stackoverflow.com/a/13599843/4323

最后，我们可以通过给出列号列表而不是繁琐的布尔掩码来简化：

>>> a[np.ix_(a[:,0] > 3, (0,1,3))]
array([[ 5,  6,  8],
       [ 9, 10, 12]])

【讨论】：

真的需要连续选择两次吗？
如果你希望你可以做a[x][y]，其中 x 和 y 是布尔掩码，是的，我也希望这样，但它不起作用。这似乎是一个已知问题，我不知道为什么，但这在这里并不重要。
不仅如此，我希望能够像这样在一个单一语句中选择行和列：A[row_indices_to_select, colum_indices_to_select]，而row_indices_to_select 将来自我想要应用的条件。 :(
我添加了更多解决方案——我喜欢最后一个使用 ix_() 和元组的解决方案。

【解决方案2】：

如果你不想使用布尔位置而是索引，你可以这样写：

A[:, [0, 2, 3]][A[:, 1] == i]

回到你的例子：

>>> A = np.array([[1,2,3,4],[6,1,3,4],[3,2,5,6]])
>>> print A
[[1 2 3 4]
 [6 1 3 4]
 [3 2 5 6]]
>>> i = 2
>>> print A[:, [0, 2, 3]][A[:, 1] == i]
[[1 3 4]
 [3 5 6]]

说真的，

【讨论】：

布尔位置实际上对我来说没问题，我只想在一个步骤中进行选择，而不是在两个连续的选择中进行选择（您的解决方案正在这样做，不是吗？）因为性能原因。

【解决方案3】：

>>> a=np.array([[1,2,3], [1,3,4], [2,2,5]])
>>> a[a[:,0]==1][:,[0,1]]
array([[1, 2],
       [1, 3]])
>>>

【讨论】：

【解决方案4】：

这也有效。

I = np.array([row[[x for x in range(A.shape[1]) if x != i-1]] for row in A if row[i-1] == i])
print I

编辑：由于索引从0开始，所以

i-1

应该使用。

【讨论】：

算法一定是对的，但不是很pythonic。
@Taha 可能不是，但它可以节省您的双重选择。这个想法其实很简单，首先选择 cols 然后遍历行。
@genclik27 我明白你做了什么。但最近，我正在对大型矩阵进行一些数值计算。我一直需要矢量化计算。您提出的问题是您创建了一个新列表。您不能以这种方式直接更改矩阵中的值。如果您不需要更改 A 的值，它确实很有用。

【解决方案5】：

我希望这能回答你的问题，但我使用 pandas 实现的一段脚本是：

df_targetrows = df.loc[df[col2filter]*somecondition*, [col1,col2,...,coln]]

例如，

targets = stockdf.loc[stockdf['rtns'] > .04, ['symbol','date','rtns']]

这将返回一个数据框，其中仅包含来自stockdf 的列['symbol','date','rtns']，其中rtns 的行值满足stockdf['rtns'] > .04

希望对你有帮助

【讨论】：