如果与前一个元素的差异为 <N，则在 numpy 数组（或 pandas 系列）中删除元素答案

【问题标题】：Drop element in numpy array (or pandas series) if difference to previous element is <N如果与前一个元素的差异为 <N，则在 numpy 数组（或 pandas 系列）中删除元素
【发布时间】：2020-01-31 19:27:57
【问题描述】：

我有一个如下所示的 numpy 数组：

a = np.array([0,10,19,20,30,40,42,49,50,51])

我想删除所有连续差为

a_filtered = np.array([0,10,19,30,40,49])

我如何在 numpy 中做到这一点？（可选）特别感谢如何在 pandas 系列中执行此操作（例如，删除索引差异为

【问题讨论】：

标签： arrays pandas numpy filter selection

【解决方案1】：

IIUC

s=pd.Series(a)
s[~(s.diff()<=2)]
Out[289]: 
0     0
1    10
2    19
4    30
5    40
7    49
dtype: int32

s[~(s.diff()<=2)].to_numpy()
Out[292]: array([ 0, 10, 19, 30, 40, 49])

【讨论】：

谢谢！不幸的是，我发现我无法在数据帧的索引上执行此操作，这意味着它不适用于s=df.index。你有解决方案吗？如果s 是一个 numpy 数组，它将如何工作？

【解决方案2】：

给你：

N = 2
s = pd.Series(a)

mask = ~s.diff().le(2)
s[mask]

# you can also do
# a[mask]

输出：

1    10
2    19
4    30
5    40
7    49
dtype: int32

【讨论】：

0 丢失 :-)
@WeNYoBen 哎哟。那我就偷你的主意:-)
谢谢！不幸的是，我发现我无法对数据框的索引执行此操作，这意味着它不适用于s=df.index。你有解决方案吗？如果s 是一个 numpy 数组，它将如何工作？
s=df.index.to_series() 或 s=df.index.values。
如果s是numpy数组？

【解决方案3】：

在numpy上，你可以使用np.diff和np.insert来专门处理元素0

m = np.insert(np.diff(a, 1) > 2, 0, True)
a[m]

Out[526]: array([ 0, 10, 19, 30, 40, 49])

或者使用np.roll并将掩码的元素0分配给True

m = (a - np.roll(a, 1)) > 2
m[0] = True
a[m]

Out[534]: array([ 0, 10, 19, 30, 40, 49])

【讨论】：