python – Numpy表 – 高级多标准选择

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Numpy表 – 高级多标准选择，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1268字，纯文字阅读大概需要2分钟。

内容图文

我有一张表是这样的：

IDs    Timestamp     Values

124    300.6          1.23
124    350.1         -2.4
309    300.6          10.3
12     123.4          9.00
18     350.1          2.11
309    350.1          8.3

       ...

我想选择属于一组ID的所有行.我知道我可以做类似的事情

table[table.IDs == 124]

选择一个ID的所有行,我就能做到

table[(table.IDs == 124) | (table.IDs == 309)]

获得两个ID的行.但是想象一下,我有~100,000行,超过1,000个唯一ID(与行索引不同),我想选择匹配一组10个ID的所有行.
直觉我想这样做：

# id_list: a list of 10 IDs
table[ table.IDs in id_list ]

但是Python拒绝这种语法.我能想到的唯一方法是做以下事情：

table[ (table.IDs == id_list[0]) |
       (table.IDs == id_list[1]) |
       (table.IDs == id_list[2]) |
       (table.IDs == id_list[3]) |
       (table.IDs == id_list[4]) |
       (table.IDs == id_list[5]) |
       (table.IDs == id_list[6]) |
       (table.IDs == id_list[7]) |
       (table.IDs == id_list[8]) |
       (table.IDs == id_list[9]) ]

这对我来说似乎非常不优雅 – 代码太多而且不同长度的列表没有灵活性.
有没有解决我的问题的方法,例如使用列表推导或.any()函数？
任何帮助表示赞赏.

最佳答案:

你可以这样做：

subset = table[np.array([i in id_list for i in table.IDs])]

如果你有一个更新版本的numpy,你可以使用in1d函数使它更紧凑：

subset = table[np.in1d(table.IDs, id_list)]

另见这个问题：numpy recarray indexing based on intersection with external array

内容总结

以上是互联网集市为您收集整理的python – Numpy表 – 高级多标准选择全部内容，希望文章能够帮你解决python – Numpy表 – 高级多标准选择所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端