根据列表中的条件从 numpy 数组创建一个新数组

Question

假设我有一个由以下定义的数组：

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')])

如何创建一个函数来按行列出数据元素，条件是在元组列表 r 中给出的条件。

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

我知道可以这样手动完成：

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

如何从符合 r 的数据中删除行。

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

谢谢。

Answer 1

如果我的理解正确，您想列出整行，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]

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，您可以对您正在检查的值的元组进行测试，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，dtype 必须完全匹配。例如。 data[['a1', 'a4']] == ('a1v1', 'a4v1') 只是产生False，所以我们必须使用与我们正在测试的列相同的 dtype 来创建一个我们想要测试的值的数组。因此，我们必须这样做：

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

在我们这样做之前：

data[test_cols == test_vals]

这产生了我们最初追求的东西：

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')])

希望这是有道理的，无论如何......