17

想象一下,您有一个结构化的 numpy 数组,它是从 csv 生成的,第一行作为字段名称。该数组具有以下形式:

dtype([('A', '<f8'), ('B', '<f8'), ('C', '<f8'), ..., ('n','<f8'])

现在,假设您想从该数组中删除“第 i 个”列。有没有方便的方法来做到这一点?

我希望它像删除一样工作:

new_array = np.delete(old_array, 'i')

有任何想法吗?

4

2 回答 2

21

这不是一个单一的函数调用,但以下显示了删除第 i 个字段的一种方法:

In [67]: a
Out[67]: 
array([(1.0, 2.0, 3.0), (4.0, 5.0, 6.0)], 
      dtype=[('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

In [68]: i = 1   # Drop the 'B' field

In [69]: names = list(a.dtype.names)

In [70]: names
Out[70]: ['A', 'B', 'C']

In [71]: new_names = names[:i] + names[i+1:]

In [72]: new_names
Out[72]: ['A', 'C']

In [73]: b = a[new_names]

In [74]: b
Out[74]: 
array([(1.0, 3.0), (4.0, 6.0)], 
      dtype=[('A', '<f8'), ('C', '<f8')])

封装为一个函数:

def remove_field_num(a, i):
    names = list(a.dtype.names)
    new_names = names[:i] + names[i+1:]
    b = a[new_names]
    return b

删除给定的字段名称可能更自然:

def remove_field_name(a, name):
    names = list(a.dtype.names)
    if name in names:
        names.remove(name)
    b = a[names]
    return b

另外,查看作为 matplotlib模块一部分的drop_rec_fields函数。mlab


更新:请参阅我在如何从结构化 numpy 数组中删除列*而不复制它*?用于创建结构化数组的字段子集视图而不制作数组副本的方法。

于 2013-03-22T18:37:45.190 回答
7

在这里搜索了我的方式并从 Warren 的回答中了解了我需要知道的内容,我忍不住发布了一个更简洁的版本,并添加了一次有效删除多个字段的选项:

def rmfield( a, *fieldnames_to_remove ):
    return a[ [ name for name in a.dtype.names if name not in fieldnames_to_remove ] ]

例子:

a = rmfield(a, 'foo')
a = rmfield(a, 'foo', 'bar')  # remove multiple fields at once

或者,如果我们真的要打高尔夫球,以下是等价的:

rmfield=lambda a,*f:a[[n for n in a.dtype.names if n not in f]]
于 2016-01-07T03:38:57.093 回答