从 numpy 数组中删除元素时跟踪删除的索引答案

【问题标题】：Keeping track of dropped indices when dropping elements from numpy array从 numpy 数组中删除元素时跟踪删除的索引
【发布时间】：2015-07-30 16:42:30
【问题描述】：

我想从 numpy 数组 theoretical_price_for_bonds 中删除不满足特定条件的元素。我知道我可以使用下面的代码行来做到这一点。但是，我还想跟踪已删除元素的索引，我想知道如何才能做到这一点。

theoretical_price_for_bonds = theoretical_price_for_bonds[(theoretical_price_for_bonds>75)]

我尝试使用循环从 numpy 数组中动态删除元素。价格还可以，但dropped_indices 原来只是一个充满None 的列表：

#To insert values into a list dynamically
class GrowingList(list):
    def __setitem__(self, index, value):
        if index >= len(self):
            self.extend([None]*(index + 1 - len(self)))
        list.__setitem__(self, index, value)

count = 0
dropped_indices = GrowingList()
for x,value in np.ndenumerate(theoretical_price_for_bonds):
    count = count + 1         
    if count < theoretical_price_for_bonds.shape[0]:
        if theoretical_price_for_bonds[count] < 75:
            theoretical_price_for_bonds = np.delete(theoretical_price_for_bonds, (count), axis=0)
            dropped_indices[count] = count

谢谢

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

如果您想跟踪被删除元素的索引，只需保留用于索引数组的布尔掩码并使用np.where：

>>> x = np.array([2,8,3,4,7,6,1])
>>> lix = x > 4
>>> x = x[lix] # this "drops" everything 4 or less
>>> x
array([8, 7, 6])
>>> [dropped] = np.where(~lix) # find the indices that weren't dropped
>>> dropped
array([0, 2, 3, 6])

【讨论】：

【解决方案2】：

您也可以考虑使用pandas.Series，它有一个.index 属性，可用于跟踪丢弃的值：

import numpy as np
import pandas as pd

s = pd.Series(np.array([2,8,3,4,7,6,1]))
print(s.values, s.index)
# (array([2, 8, 3, 4, 7, 6, 1]), Int64Index([0, 1, 2, 3, 4, 5, 6], dtype='int64'))

s2 = s[s > 4]
print(s2.values, s2.index)
# (array([8, 7, 6]), Int64Index([1, 4, 5], dtype='int64'))

【讨论】：