python – 带有pd.Series布尔值的索引numpy数组

发布时间：2020-12-20 11:52:25 所属栏目：Python 来源：网络整理

导读：我发现了一段我不太懂的代码.它基本上是这样的： array = np.ones((5,4))*np.nans1 = pd.Series([1,4,5],index=[0,1,2,3,4])I = s1 == 4print(I)0 False1 True2 False3 True4 Falsedtype: bool 我真的理解这部分,它在4的索引处返回一个带有True的bo.Series布

我发现了一段我不太懂的代码.它基本上是这样的：

array = np.ones((5,4))*np.nan
s1 = pd.Series([1,4,5],index=[0,1,2,3,4])
I = s1 == 4
print(I)

0    False
1     True
2    False
3     True
4    False
dtype: bool

我真的理解这部分,它在4的索引处返回一个带有True的bo.Series布尔值.现在,作者使用I来索引数组：

array[I,0] = 3
array[I,1] = 7
array[I,2] = 2
array[I,3] = 5
print(array)

[[  3.   7.   2.   5.]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]
 [ nan  nan  nan  nan]
 [ nan  nan  nan  nan]]

新阵列对我来说毫无意义,我想返回：

[[ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]]

有人可以解释这里发生了什么,以及如何更改上面的代码以返回我需要的东西？

解决方法

解释在于numpy数组和pandas系列以不同方式处理逻辑索引.前者将True视为1,将False视为0,而后者将逻辑为True的值视为True,并将逻辑为False的值删除.作为示范：

import numpy as np
import pandas as pd

arr = np.array([1,5])
arr                           # this is a numpy array 
array([1,5])
arr[[True,False,True]]
array([2,2])              # check here how it is actually picking the value at position 
                              # 1 and 0 alternatively;

ser = pd.Series([1,5])
ser                           # this is a pandas Series
0    1
1    2
2    3
3    4
4    5
dtype: int64
ser[[True,True]]      # in pandas Series,it will pick up values where the logic is True;
0    1
2    3
dtype: int64

你会看到他们的行为方式不同.由于您的数组是一个numpy数组,我们不能使用逻辑索引来获取值.为了得到你想要的结果,我们可以尝试从I中提取真值的索引,然后在你的数组上使用它：

array[I[I == True].index,0] = 3
array[I[I == True].index,1] = 7
array[I[I == True].index,2] = 2
array[I[I == True].index,3] = 5
print(array)


[[ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]]

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!