如何在保持顺序的情况下更新 numpy 数据中的非连续组

Posted 2023-03-11

【中文标题】如何在保持顺序的情况下更新 numpy 数据中的非连续组

【英文标题】：How to update non sequential groups in numpy data with keeping the order

【发布时间】：2021-12-16 15:17:17

【问题描述】：

我有两个来自同一个数据集的数据集。原始数据集分为target_data和input_data，如下：

target_data, type:numpy.ndarray
[12,
 14,
 11,
 17,
 9,
 10,
 7,
 2,
 21,
 27]

input_data, type: pandas.DataFrame
group_name
   'A' 
   'B'
   'B'
   'A'
   'A'
   'B' 
   'A'
   'B'
   'B'
   'A'

在这里，我正在尝试为input_data 中定义的每个组更新target_data。例如，对于group 'A'，我需要将target_data 更新为当前值的2 倍。对于group 'B'，我需要将target_data 更新为当前值的4 倍。想要的target_data：

target_data, type:numpy.ndarray
[24,
 56,
 44,
 34,
 18,
 40,
 14,
 8,
 84,
 54]

有没有办法以pythonic方式做到这一点？

【问题讨论】：

都是numpy数组？不在 pandas 数据框中，对吧？

target_data，类型：numpy.ndarray，input_data，类型：pandas.DataFrame

【参考方案1】：

你可以的

map_d = 'A':2,'B':4
array * df['input_data'].map(map_d).values

【讨论】：

我无权访问原始数据，我需要更新 numpy.ndarray 中的 target_data。

@user3104352 查看更新