将字符串/字符数组加入带有分隔符的单个字符串 [不使用理解、映射等]

Posted 2023-03-12

【中文标题】将字符串/字符数组加入带有分隔符的单个字符串 [不使用理解、映射等]

【英文标题】：Join array of strings/chars into single string with separator [without using comprehension, map, etc.]

【发布时间】：2020-04-20 09:44:14

【问题描述】：

假设我有一个这样的数组：

>>> x = np.array([['Happy','New','Year'],['Stack','Over','flow']])
>>> x
array([['Happy', 'New', 'Year'],
       ['Stack', 'Over', 'flow']], dtype='<U5')

我想加入每一行中的每个元素，所以像这样：

[['HappyNewYear'],
['***']]

我可以这样做：

>>> np.sum(x.astype(object), axis = 1)
array(['HappyNewYear', '***'], dtype=object)

但是如何使用分隔符实现串联呢？

[['Happy New Year'],
['Stack Over flow']]

但似乎找不到没有loops (comprehensions), map, or apply_along_axis 的方法。 numpy 中是否有 in-built 函数可以做到这一点？

在np.char.array 中找到了一个join 方法，但它似乎不像我预期的那样工作。

>>> x = np.char.array(x)
>>> x.join('')
array([['', '', ''],
       ['', '', '']], dtype='<U1')
>>> x.join(x)
array([['HHappyaHappypHappypHappyy', 'NNeweNeww', 'YYeareYearaYearr'],
       ['SStacktStackaStackcStackk', 'OOvervOvereOverr', 'fflowlflowofloww']], dtype='<U25')

或者，

>>> np.char.join(' ',x)
array([['H a p p y', 'N e w', 'Y e a r'],
       ['S t a c k', 'O v e r', 'f l o w']], dtype='<U9')

np.sum(x, axis=1) 不起作用，这让我感到惊讶，因为它有效：

>>> x[:,0] + x[:,1] + x[:,2]
chararray(['HappyNewYear', '***'], dtype='<U15')

我在这里没有找到任何可以准确回答我的问题的问题。有人可以帮帮我吗？

编辑：我真的很想在这里加快速度，如果这在pandas 中可以实现，那也可以。

编辑 2： This question 没有回答我的问题，因为它使用理解或使用列表作为数组的行，这是我买不起的。

【问题讨论】：

Python join 是加入字符串列表的最简洁方式。我只会遍历行。在处理字符串时，numpy 方法并没有更快。做一些时间测试。无循环魔法仅适用于数值运算。

熊猫会帮忙吗？如果有帮助，我会添加熊猫标签。

pandas 使用 object dtype 作为字符串 - 所以它的字符串是 python 字符串，而不是 numpy 'U' dtypes。

熊猫方式：pd.DataFrame(x).agg(' '.join,1).to_numpy()：这有帮助吗？虽然我们必须检查，因为 dtypes 已转换为object，如上述评论中所述

@anky_91 是的，这就是我正在尝试的。此外，我认为我有 ~100 列和 ~10**5 行，我想迭代列并这样做x[:,i] + x[:,i+1] + x[:,i+2] + ... 也不会那么糟糕，即使我在问题中要求没有循环。但是，是的，我明白你的意思，我想我应该花更多的时间来衡量不同的方法。谢谢大家。

【参考方案1】：

您总是可以添加一个空格然后删除：

>>> np.char.array(np.sum(x.astype(object) + ' ', axis = 1)).strip().astype(str)
chararray(['Happy New Year', 'Stack Over flow'], 
      dtype='<U16')
>>> 

【讨论】：

酷！我想它比显式迭代技术更快。必须做一些测试。

【参考方案2】：

你可以使用：

x = x.astype(object)
x[:,:-1] += ' '
x.sum(axis=1).reshape(-1, 1)

输出：

array([['Happy New Year'],
       ['Stack Over flow']], dtype=object)

【讨论】：

是的，在你回答之前就想到了这个，不知道为什么我在写这个问题时没有想到它。您使用 x[:,:-1] += ' ' 而不是 x += ' ' 的任何原因？

@SayandipDutta 使用x += ' '，您还将' ' 添加到最后一列。