5

我的 numpy 数组中的第三列是 Age。在此列中，大约 75% 的条目是有效的，25% 是空白的。第 2 列是性别，通过一些操作，我计算出数据集中男性的平均年龄为 30 岁。我的数据集中女性的平均年龄为 28 岁。

我想将男性的所有空白年龄值替换为 30 岁，将女性的所有空白年龄值替换为 28 岁。

但是我似乎无法做到这一点。任何人有建议或知道我做错了什么？

这是我的代码：

# my entire data set is stored in a numpy array defined as x

ismale = x[::,1]=='male'
maleAgeBlank = x[ismale][::,2]==''
x[ismale][maleAgeBlank][::,2] = 30

无论出于何种原因，当我完成上述代码时，我键入x以显示数据集，即使我将它们设置为 30，空白仍然存在。请注意，我不能这样做，x[maleAgeBlank]因为该列表将包含一些女性数据点，因为女性数据点尚未排除。

有什么办法可以得到我想要的吗？出于某种原因，如果我这样做x[ismale][::,1] = 1（将“男性”列设置为 1），那会起作用，但x[ismale][maleAgeBlank][::,2] = 30不起作用。

数组样本：

#output from typing x
array([['3', '1', '22', ..., '0', '7.25', '2'],
   ['1', '0', '38', ..., '0', '71.2833', '0'],
   ['3', '0', '26', ..., '0', '7.925', '2'],
   ..., 
   ['3', '0', '', ..., '2', '23.45', '2'],
   ['1', '1', '26', ..., '0', '30', '0'],
   ['3', '1', '32', ..., '0', '7.75', '1']], 
  dtype='<U82')

#output from typing x[0]

array(['3', '1', '22', '1', '0', '7.25', '2'], 
  dtype='<U82')

请注意，我已在上述输出中将第 2 列更改为女性 0 和男性 1

4

3 回答 3

3

这个怎么样：

my_data =  np.array([['3', '1', '22', '0', '7.25', '2'],
                     ['1', '0', '38', '0', '71.2833', '0'],
                     ['3', '0', '26', '0', '7.925', '2'],
                     ['3', '0', '', '2', '23.45', '2'],
                     ['1', '1', '26', '0', '30', '0'],
                     ['3', '1', '32', '0', '7.75', '1']], 
                     dtype='<U82')

ismale = my_data[:,1] == '0'
missing_age = my_data[:, 2] == ''
maleAgeBlank = missing_age & ismale
my_data[maleAgeBlank, 2] = '30'

结果：

>>> my_data
array([[u'3', u'1', u'22', u'0', u'7.25', u'2'],
       [u'1', u'0', u'38', u'0', u'71.2833', u'0'],
       [u'3', u'0', u'26', u'0', u'7.925', u'2'],
       [u'3', u'0', u'30', u'2', u'23.45', u'2'], 
       [u'1', u'1', u'26', u'0', u'30', u'0'],
       [u'3', u'1', u'32', u'0', u'7.75', u'1']], 
      dtype='<U82')
于 2013-11-10T01:04:30.870 回答
2

您可以使用以下where功能：

arr = array([['3', '1', '22', '1', '0', '7.25', '2'], 
            ['3', '', '22', '1', '0', '7.25', '2']], 
           dtype='<U82')

blank = np.where(arr=='')

arr[blank] = 20

array([[u'3', u'1', u'22', u'1', u'0', u'7.25', u'2'],
       [u'3', u'20', u'22', u'1', u'0', u'7.25', u'2']], 
      dtype='<U82')

如果要更改特定列，可以执行以下操作：

male = np.where(arr[:, 1]=='') # where 1 is the column
arr[male] = 30

female = np.where(arr[:, 2]=='') # where 2 is the column
arr[female] = 28
于 2013-11-10T00:52:39.317 回答
0

您可以尝试以更简单的方式遍历数组。这不是最有效的解决方案，但它应该可以完成工作。

for row in range(len(x)):
    if row[2] == '':
        if row[1] == 1:
            row[2] == 30
        else:
            row[2] == 28
于 2013-11-10T00:53:55.470 回答