根据数组中值的索引选择系列值答案

【问题标题】：Select values in series based on indices from values in array根据数组中值的索引选择系列值
【发布时间】：2019-08-07 21:57:25
【问题描述】：

假设我有一个类似的系列

mySeries = pd.Series(range(1, 100, 1))
myArray = np.array([[3, 10],[6, 9]])

如何使用myArray 中的值作为索引来选择mySeries？

我希望结果数组为np.array([[4,11],[7, 10]])。

例如，myArray 中的 (1,1) 元素是 3，所以我希望结果数组中的 (1,1) 元素是 mySeries 中的第三个元素，即 4。

【问题讨论】：

这很复杂。您的 np,array 是一个二维数组，而 Series 设计为一维“数组”。但是，在某些条件下，使用 DataFrame 是可能的。

标签： python pandas numpy

【解决方案1】：

这是我的解决方案，包括首先将 2dim 数组展平为 1dim，然后恢复原始形状。

import pandas as pd
import numpy as np

mySeries = pd.Series(range(1, 100, 1))
myArray = np.array([[3, 10],[6, 9]])

flatArray = np.asarray(mySeries[myArray.ravel()])
resultArray = flatArray.reshape(myArray.shape)

# Output results
print(resultArray)

哪些输出：

[[ 4 11]
 [ 7 10]]

【讨论】：

【解决方案2】：

resultArray = np.empty(shape=len(myArray), dtype=np.ndarray)
for i in range(len(myArray)):
    row = np.empty(shape=len(myArray[i]))
    for k in range(len(myArray[i])):
        v = mySeries[myArray[i,k]]
        row[k] = v
    resultArray[i] = row

【讨论】：

【解决方案3】：

这是一种我认为更简洁的替代方法：

>>> newArray = mySeries[myArray.flatten()].values
>>> newArray.shape = myArray.shape
>>> newArray
array([[ 4, 11],
       [ 7, 10]], dtype=int64)

【讨论】：