我正在尝试使用 for 循环和 np.concatenate 从一个数组中获取索引为 0 的所有行到另一个数组中答案

【问题标题】：I'm trying to get all rows with an Index 0 from one array into another one with for loop and np.concatenate我正在尝试使用 for 循环和 np.concatenate 从一个数组中获取索引为 0 的所有行到另一个数组中
【发布时间】：2019-03-26 22:56:21
【问题描述】：

我正在尝试使用 for 循环和 np.concatenate 将索引为 0 的所有行从一个数组放入另一个数组中

i=0
data0 = np.zeros((1,257))
data0.shape = (257,)
for j in range (0,7291):
    if datatrain[j,i] == 0:
       data0 = np.concatenate((data0, datatrain[j,:]))

我的问题是，在更新每个循环 data0 之后，是否有更好的方法来解决这个问题？

【问题讨论】：

首选的迭代方式是在列表中累积行，并且只构建一次数组。

标签： python pandas numpy numpy-ndarray

【解决方案1】：

你根本不需要循环：

col = 0
indices = np.where(datatrain[:, col] == 0)[0]
zero_col = np.zeros_like(indices).reshape(-1, 1)
data_of_interest = np.concatenate((zero_col, datatrain[indices, :]), axis=1)

由于我没有您的数据集样本，因此无法针对您的具体情况对其进行测试。

【讨论】：

【解决方案2】：

您想只获取所有包含 0 的行吗？你可以这样做：

import numpy as np
datatrain = np.arange(25).reshape(5, 5)
datatrain[0][1] # 1st row has two 0s (arange starts at 0)
datatrain[1][2] = 0 # 2nd row now has a 0
datatrain[-1][4] = 0 # last row now has a 0
print(datatrain)
# Outputs:
# [[ 0  0  2  3  4]
# [ 5  6  0  8  9]
# [10 11 12 13 14]
# [15 16 17 18 19]
# [20 21 22 23  0]]

rows_inds_with_zeros, cols_with_zeros = np.where(datatrain == 0)
print(rows_inds_with_zeros)
# Ouputs: [0 0 1 4] (as expected, note 0th row included twice)

# You probably don't want the row twice if it has two 0s,
# although that's what your code does, hence np.unique
rows_with_zeros = datatrain[np.unique(rows_inds_with_zeros)]
print(rows_with_zeros) # Or call it data0, whatever you like
# Outputs:
# [[ 0  0  2  3  4]
# [ 5  6  0  8  9]
# [20 21 22 23  0]]

HTH。

【讨论】：