基于python中的多列标准减小数组的大小答案

【问题标题】：Reduce size of array based on multiple column criteria in python基于python中的多列标准减小数组的大小
【发布时间】：2016-02-13 14:22:59
【问题描述】：

我需要根据在另一个数组上找到的标准来减小数组的大小；我需要研究关系并根据新信息更改值。这是我的问题的简化版本。

我的数据有一个数组（或数据框）：

data = np.array([[[[1, 2, 3, 4], [5, 6, 7, 8]]]]).reshape((4,2))

我有另一个不同大小的文件，其中包含有关数据数组中值的信息：

a = np.array([[1, 1, 2],[2, 3, 4],[3, 5, 6], [4, 7, 8]  ]).reshape((4,3))

a 中的信息告诉我如何减少数据大小，例如a[0] 告诉我data[0][0:2] == a[0][1:]。

所以我可以用data[0][0:2]替换唯一值a[0][0:1]（有效减少数组数据的大小

为了澄清，数组 a 每个位置包含三个信息，a[0] 包含信息 1、1、2 - 现在我想扫描数据数组，当 a[i][1:]等于 data[i][0:2] 或 data[i][2:] 中的任何一个，然后我想用 a[i][0:1] 替换该值 - 这更清楚吗？

我的最终数组应该是这样的：

new_format = np.array([[[[1, 2], [3,4]]]]).reshape((2,2))

有如下问题：Filtering a DataFrame based on multiple column criteria 但仅基于基于某些数值标准的过滤。

【问题讨论】：

我无法理解“a 中的信息告诉我如何减少数据大小”。它究竟是如何告诉你的？我真的不明白

标签： python numpy

【解决方案1】：

我想出了一个方法，使用 pandas 库。可能不是最好的解决方案，但对我有用。就我而言，我读取了 pandas 库中的数据，但对于发布的示例，我可以将数组转换为数据帧

datas = pd.DataFrame(data) ##convert to dataframe
az = pd.DataFrame(a)
datas= datas.rename(columns={'0': '1', '1': '2'}) ## rename columns for comparison with a array
new_format= pd.merge(datas, az, how='right') #do the comparison

new_format = new_format.drop(['1','2'],1) #drop the old columns, keeping only the new format

【讨论】：