代码之家 › 专栏 › 技术社区 › rhug123

将索引位置之前的所有值设置为np.NaN

numpy pandas

rhug123 · 技术社区 · 2 年前

假设我们有一个数组,如下所示:

a = np.array(np.arange(15)).reshape(3,-1)


array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

以及一个包含位置的列表,我们希望将这些位置之前的所有内容设置为 np.NaN

l = [0,2,1]

最终结果是:

array([[ 1.,  2.,  3.,  4.,  5.],
       [nan, nan,  7.,  8.,  9.],
       [nan, 11., 12., 13., 14.]])

有没有办法在numpy中做到这一点?我能想到的唯一不需要迭代的解决方案是创建一个带有索引位置的伪数组,但我想知道是否有更好的方法。非常感谢。

当前解决方案:

s = a.shape
a = a.astype(float)
a[np.where((np.array([[*np.arange(s[-1])]]*s[0]) < np.array(l)[:,None]))] = np.NaN

1 回复 | 直到 2 年前

Timeless 2 年前

使用 broadcasting :

a = a.astype("float")

m = np.arange(a.shape[1]) < np.array(l)[:, None]

a[m] = np.nan

输出

>>> a
# array([[ 0.,  1.,  2.,  3.,  4.],
#        [nan, nan,  7.,  8.,  9.],
#        [nan, 11., 12., 13., 14.]])

中间体:

>>> np.arange(a.shape[1])
# array([0, 1, 2, 3, 4])

>>> np.array(l)[:, None]
# array([[0],
#        [2],
#        [1]])

>>> m
# array([[False, False, False, False, False],
#        [ True,  True, False, False, False],
#        [ True, False, False, False, False]])

另一种选择( 由@mozway建议 )避免铸造和浇注 nan where 它应该:

out = np.where(
    np.arange(a.shape[1]) >= np.array(l)[:, None], a, np.nan
)

推荐文章

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

1 年前

Cam · Pandas列表日期到日期时间

1 年前

jjkennedy · Pandas文本文件导入:当每个文件中存在多个表时,自动选择1个表

1 年前

Sun Jar · 在另一个系列中查找当前df值的索引,并将其添加到列中

1 年前

dietzi96 · Pandas DataFrame.to_sql随机和静默地失败,没有错误消息

1 年前

Bijan · Pandas批量更新帐户字符串

1 年前

Kernel · TypeError:Index.reindex()收到意外的关键字参数fill_value'

1 年前

Kernel · 进入熊猫的定义。系列super().reindex

1 年前

adventurous_chip_55 · 如何引爆柱子

1 年前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

1 年前