根据列表中的条件从 numpy 数组创建一个新数组

Question

假设我有一个如下定义的数组：

data = np.array([('a1v1', 'a2v1', 'a3v1', 'a4v1', 'a5v1'),
       ('a1v1', 'a2v1', 'a3v1', 'a4v2', 'a5v1'),
       ('a1v3', 'a2v1', 'a3v1', 'a4v1', 'a5v2'),
       ('a1v2', 'a2v2', 'a3v1', 'a4v1', 'a5v2'),
       ('a1v2', 'a2v3', 'a3v2', 'a4v1', 'a5v2'),
       ('a1v2', 'a2v3', 'a3v2', 'a4v2', 'a5v1'),
       ('a1v3', 'a2v3', 'a3v2', 'a4v2', 'a5v2'),
       ('a1v1', 'a2v2', 'a3v1', 'a4v1', 'a5v1'),
       ('a1v1', 'a2v3', 'a3v2', 'a4v1', 'a5v2'),
       ('a1v2', 'a2v2', 'a3v2', 'a4v1', 'a5v2'),
       ('a1v1', 'a2v2', 'a3v2', 'a4v2', 'a5v2'),
       ('a1v3', 'a2v2', 'a3v1', 'a4v2', 'a5v2'),
       ('a1v3', 'a2v1', 'a3v2', 'a4v1', 'a5v2'),
       ('a1v2', 'a2v2', 'a3v1', 'a4v2', 'a5v1')],
      dtype=[('a1', '|S4'), ('a2', '|S4'), ('a3', '|S4'),
             ('a4', '|S4'), ('a5', '|S4')])

如何创建一个函数，按照元组列表 r 中给定的条件按行列出数据元素。

r = [('a1', 'a1v1'), ('a4', 'a4v1')]

我知道可以像这样手动完成：

data[(data['a1']=='a1v1') & data['a4']=='a4v1']

从符合 r 的数据中删除行怎么样？

data[(data['a1']!='a1v1') | data['a4']!='a4v1']

谢谢。

Answer 1

如果我理解正确，您想要列出整行，其中给定的列元组等于某个值。在这种情况下，这应该是您想要的，尽管它有点冗长和晦涩：

test_cols = data[['a1', 'a4']]
test_vals = np.array(('a1v1', 'a4v1'), test_cols.dtype)
data[test_cols == test_vals]

请注意“嵌套列表”样式索引...这是选择结构化数组的多个列的最简单方法。例如

data[['a1', 'a4']] 

将产生

array([('a1v1', 'a4v1'), ('a1v1', 'a4v2'), ('a1v3', 'a4v1'),
       ('a1v2', 'a4v1'), ('a1v2', 'a4v1'), ('a1v2', 'a4v2'),
       ('a1v3', 'a4v2'), ('a1v1', 'a4v1'), ('a1v1', 'a4v1'),
       ('a1v2', 'a4v1'), ('a1v1', 'a4v2'), ('a1v3', 'a4v2'),
       ('a1v3', 'a4v1'), ('a1v2', 'a4v2')], 
      dtype=[('a1', '|S4'), ('a4', '|S4')])

然后您可以再次测试您正在检查的值的元组并获得一个一维布尔数组，其中这些列等于这些值。

但是，对于结构化数组，数据类型必须完全匹配。例如 data[['a1', 'a4']] == ('a1v1', 'a4v1') 只是产生 False，所以我们必须创建一个数组我们想要使用与我们正在测试的列相同的数据类型来测试的值。因此，我们必须做一些类似的事情：

test_cols = data[['a1', 'a4']]
test_vals = np.array(('a1v1', 'a4v1'), test_cols.dtype)

在我们可以这样做之前：

data[test_cols == test_vals]

这会产生我们最初想要的东西：

array([('a1v1', 'a2v1', 'a3v1', 'a4v1', 'a5v1'),
       ('a1v1', 'a2v2', 'a3v1', 'a4v1', 'a5v1'),
       ('a1v1', 'a2v3', 'a3v2', 'a4v1', 'a5v2')], 
      dtype=[('a1', '|S4'), ('a2', '|S4'), ('a3', '|S4'), ('a4', '|S4'), ('a5', '|S4')])

无论如何，希望这有一定的道理......