使用掩码和其他数组替换数组中的值

Question

我有一个一维“来自”数组（称为 "frm"），其中包含带有相关布尔掩码数组的值："面具"（与frm的形状相同）。然后我有第三个“替换”数组："repl"，也是 1D，但长度比其他两个短。

有了这些，我想生成一个包含 frm 的新数组 ("to") > values except where mask==True 在这种情况下，它应该按顺序从 repl em>。 （注意 mask 中 True 元素的数量等于 repl 的长度)。

我正在寻找一种“聪明”的 numpy 方式来实现这一点？我查看了 np.where、np.take、np.select、np.choose 等方法，但没有似乎“符合要求”？

“切入代码”，这就是我目前所拥有的。它工作正常，但似乎不是“Numpythonic”？ （或者甚至是 Pythonic）

frm  = [1, 2, 3, 4, 5]
mask = [False, True, False, True, True]
repl = [200, 400, 500]
i = 0; to = []
for f,m in zip(frm,mask):
    if m:
        to.append(repl[i])
        i += 1
    else:
        to.append(f)
print(to)

产量：[1, 200, 3, 400, 500]

(背景：我需要这样做的原因是因为我是 Pandas pd.Dataframe 类的子类，并且需要列/索引的“设置器”。由于 pd.Index 不能“切片索引”，我需要先复制索引/列数组，根据掩码替换副本中的一些元素，然后使用 setter em> 设置完整的新值。如果有人知道更优雅的解决方案，请告诉我）。

Answer 1

numpy解决方案：

这很简单：

# convert frm to a numpy array:
frm = np.array(frm)
# create a copy of frm so you don't modify original array:
to = frm.copy()

# mask to, and insert your replacement values:
to[mask] = repl

然后to 返回：

>>> to
array([  1, 200,   3, 400, 500])

pandas解决方案：

如果您的数据框看起来像：

>>> df
   column
0       1
1       2
2       3
3       4
4       5

那么你可以使用loc:

df.loc[mask,'column'] = repl

然后你的数据框看起来像：

>>> df
   column
0       1
1     200
2       3
3     400
4     500