使用掩码和其他数组替换数组中的值

Posted 2023-03-12

【中文标题】使用掩码和其他数组替换数组中的值

【英文标题】：Replace values in array using mask and other array

【发布时间】：2019-02-06 22:44:55

【问题描述】：

我有一个一维“来自”数组（称为 "frm"），其中包含带有相关布尔掩码数组的值："面具"（与frm的形状相同）。然后我有第三个“替换”数组："repl"，也是 1D，但长度比其他两个短。

有了这些，我想生成一个包含 frm 的新数组 ("to") > values except where mask==True 在这种情况下，它应该按顺序从 repl em>。 （注意 mask 中 True 元素的数量等于 repl 的长度)。

我正在寻找一种“聪明”的 numpy 方式来实现这一点？我查看了 np.where、np.take、np.select、np.choose 等方法，但没有似乎“符合要求”？

“切入代码”，这就是我目前所拥有的。它工作正常，但似乎不是“Numpythonic”？ （或者甚至是 Pythonic）

frm  = [1, 2, 3, 4, 5]
mask = [False, True, False, True, True]
repl = [200, 400, 500]
i = 0; to = []
for f,m in zip(frm,mask):
    if m:
        to.append(repl[i])
        i += 1
    else:
        to.append(f)
print(to)

产量：[1, 200, 3, 400, 500]

(背景：我需要这样做的原因是因为我是 Pandas pd.Dataframe 类的子类，并且需要列/索引的“设置器”。由于 pd.Index 不能“切片索引”，我需要先复制索引/列数组，根据掩码替换副本中的一些元素，然后使用 setter em> 设置完整的新值。如果有人知道更优雅的解决方案，请告诉我）。

【参考方案1】：

numpy解决方案：

这很简单：

# convert frm to a numpy array:
frm = np.array(frm)
# create a copy of frm so you don't modify original array:
to = frm.copy()

# mask to, and insert your replacement values:
to[mask] = repl

然后to 返回：

>>> to
array([  1, 200,   3, 400, 500])

pandas解决方案：

如果您的数据框看起来像：

>>> df
   column
0       1
1       2
2       3
3       4
4       5

那么你可以使用loc:

df.loc[mask,'column'] = repl

然后你的数据框看起来像：

>>> df
   column
0       1
1     200
2       3
3     400
4     500

【讨论】：

重新 numpy 解决方案：很好！在这里，我正在寻找“特殊方法”，完全忽略了我可以使用索引掩码简单地分配给变量的事实！ :-)

重新使用 Pandas 解决方案：我知道将 "loc" 用于 DataFrame 的 contents。据我所知，轴没有等价物（“索引”和“列”名称，而不是数据框 inside 的实际值）。例如：df.columns[3] 有效。但是df.columns[3] = "new-name" 给出了TypeError: "Index does not support mutable operations"（这促使我将它纳入 numpy 的解决方案）。

哦，我想我误解了你的目的......是的，最好在 numpy 中执行此操作并将结果数组用作索引 (IIUC)