numpy - 从 numpy recarray 中选择列

Question

我有一个numpy.core.records.recarray 类型的对象。我想有效地将​​它用作熊猫数据框。更准确地说，我想使用它的列的一个子集来获得一个新的recarray，就像你做的一样pandas_dataframe[[selected_columns]]。

实现这一目标的最简单方法是什么？

Answer 1

在不使用 pandas 的情况下，您可以选择结构化数组（recarray）的字段子集。例如：

In [338]: dt=np.dtype('i,f,i,f')
In [340]: A=np.ones((3,),dtype=dt)
In [341]: A[:]=(1,2,3,4)

In [342]: A
Out[342]: 
array([(1, 2.0, 3, 4.0), (1, 2.0, 3, 4.0), (1, 2.0, 3, 4.0)], 
      dtype=[('f0', '<i4'), ('f1', '<f4'), ('f2', '<i4'), ('f3', '<f4')])

字段的子集。

In [343]: B=A[['f1','f3']].copy()

In [344]: B
Out[344]: 
array([(2.0, 4.0), (2.0, 4.0), (2.0, 4.0)], 
      dtype=[('f1', '<f4'), ('f3', '<f4')])

可以独立修改A：

In [346]: B['f3']=[.1,.2,.3]

In [347]: B
Out[347]: 
array([(2.0, 0.10000000149011612), (2.0, 0.20000000298023224),
       (2.0, 0.30000001192092896)], 
      dtype=[('f1', '<f4'), ('f3', '<f4')])

In [348]: A
Out[348]: 
array([(1, 2.0, 3, 4.0), (1, 2.0, 3, 4.0), (1, 2.0, 3, 4.0)], 
      dtype=[('f0', '<i4'), ('f1', '<f4'), ('f2', '<i4'), ('f3', '<f4')])

字段的结构化子集不高度发达。 A[['f0','f1']]足以查看，但如果您尝试修改该子集，它会发出警告或出错。这就是我使用copywith的原因B。

有一组函数可以帮助在重新数组中添加和删除字段。我将不得不查找访问模式。但主要是构造一个新的dtype空数组，然后按名称复制字段。

import numpy.lib.recfunctions as rf