问题标签 [boolean-indexing]

给定这个带有列的 DataFrame：category、Year和Profit

如何在不手动输入数字的情况下Numbering 按以下规则插入数字以创建新列：

1. 插入0对应的Year < 3.
2. 用插入1第一个单元格Year >= 3。
3. 之后插入一个具有共同比率的几何级数0.5对应的Year >= 3。

愿望输出显示如下：

我有一个分段函数，它包含 3 个部分，我正在尝试使用 Numba @jit 指令在 Python 中编写。该函数是在数组上计算的。函数定义为：

我正在使用 Numba 使这段代码非常快，并在我的 CPU 的所有 8 个线程上运行它。

现在，我的问题是，如果我想将函数的每个部分分别定义为f1,f2和f3, 并将它们放在 if 语句中（并且仍然受益于 Numba 速度），我该怎么做？原因是子函数可能更复杂，我不想让我的代码难以阅读。我希望它和这个一样快（或者稍微慢一点但不是很多）。

为了测试功能，我们可以使用这个数组：

为了完成主义，调用了以下库：

所以在这种情况下，函数将是：

实际函数是这些，用于层流、过渡和湍流状态的光滑管道摩擦系数：

感谢大家的贡献。这是 numpy 解决方案（由于某种原因，最后的树线很慢，但不需要预热）：

最快的 Numba 解决方案，允许传递函数名称并利用 prange（但受到 jit 预热的阻碍）是这样的，它可以与第一个解决方案一样快（问题的顶部）：

对于二维数组 y：

所有索引都选择第 1、第 3 和第 5 行。这很清楚。

问题

请帮助了解产生结果的规则或机制。

用元组替换[]会产生一个形状为 (0, 5, 4) 的空数组。

使用单个True添加一个新轴。

添加额外的布尔值 True 产生相同的结果。

但是，添加 False boolean 会再次导致空数组。

不确定文档解释了这种行为。

• 布尔数组索引

通常，如果索引包含布尔数组，则结果与将 obj.nonzero() 插入同一位置并使用上述整数数组索引机制相同。x[ind_1, boolean_array, ind_2] 等价于 x[(ind_1,) + boolean_array.nonzero() + (ind_2,)]。

如果只有一个布尔数组而没有整数索引数组，这很简单。只需要注意确保布尔索引的维度与它应该使用的维度一样多。

我想通过掩码选择值并使用掩码数组更改值。

代码：

我想要结果：

但我得到错误： ValueError: setting an array element with a sequence.

a[mask] = (1, 2, 2) 如果尝试做数组之类的事情

但我需要使用 x 的值。让它看起来像

我该怎么做？

在一个特定数据框列中执行的 Value_counts 直观地显示有 441 个值低于 10。当我运行掩码（布尔索引）以访问这些值时，它只获得 441 个中的 12 个。

我认为这是一个数据类型问题。但是，在上述操作之前，我使用 astype 函数将列数据类型更改为浮点数。数据类型应该没有问题。

我有一个 numpy 数组

我创建一个带有布尔索引的掩码，如下所示：

这给出了一个像

True我可以得到掩码中的值的索引

这给

对于掩码中的每个True值，我想将接下来的 2 个元素也修改为True.

我可以用这样的for循环来做到这一点：

在不使用循环的情况下，是否有更 numpythonic 的方法for？

所需的掩码输出：

这里的主要优先事项是性能。

我有一个 7300 万行数据集，我需要过滤掉与几个条件中的任何一个匹配的行。我一直在使用布尔索引进行此操作，但这需要很长时间（约 30 分钟），我想知道是否可以使其更快（例如花式索引、np.where、np.compress？）

我的代码：

正则表达式字符串是

其他三个条件是少于 50 项的字符串列表。

我正在尝试用 numpy 数组实现一个简单的算法。下面是我想要完成的一个例子。

设 a 为 4x3 形状的 numpy 数组

设 b 为形状为 2x3 的布尔数组

b[0,0] 为真。所以我想要 a[0:2,0] = 100

b[1,2] 为真。所以我想要 a[2:4,2] = 100

即如果 b[row,col] 为真，我想要a[2*row:2*(row+1),col] = 100

什么有效：

1. 使用虚拟轴将 b 的形状从 (2x3) 更改为 (2,1,3)
2. 将 a 从 (4x3) 重塑为 (2,2,3)。我们称之为 a_reshape
3. a_reshape[:,0:1,:][b] = 100
4. a_reshape[:,1:2,:][b] = 100

什么不起作用

如果我尝试一次更改两列，即

我收到以下错误：

我可以添加a和b。在这种情况下，广播工作。但是我无法在索引时进行广播。

如果有人能解释为什么会这样，我将不胜感激。还有一种更好（更快）的方法来实现上述代码吗？任何提示将不胜感激。

谢谢

"""

我想简单地为数组的每个元素分配一个标签，基于它低于或高于某个阈值，并使用布尔索引解决这个问题：

到目前为止，一切都很好。我创建了一些虚拟数组来检查它是否有效：

......似乎确实如此。

但是，在我的特定应用程序中，出现了一些其他数组 - 相同的形状、类型和 dtype，但结果不同：

--> 突然之间，所有元素都被标记为正数，即使数组中包含明显低于 5 的数字。据我所知，索引仍然有效，所以如果我要求 arr[mask]，我会得到正确的元素，但是分配给它会产生这个错误的结果。

更奇怪的是：在写下这个问题时，我想简化上面的表达式，而不必做“test_arr3 = test_arr3[:, 1:3]”部分，所以我直接输入了我想要的数组：

......突然它起作用了。即使数组是相同的（至少看起来如此）！

我确保所有测试数组都具有相同的类型、形状和 dtype：

我假设数组有某种我不知道的隐藏属性，整件事对我来说意义不大——有人知道吗？

一种解决方法似乎是使用 np.chararray(arr.shape, unicode=True) 而不是 np.empty_like(arr, dtype=str)，但是我仍然想知道其他解决方案有什么问题。

给定一个 numpy 布尔数组

我想指出至少有n连续真实值的位置（从左到右）。

对于n = 2：

对于n = 3：

在不使用 for 循环遍历每个元素的情况下，是否有一种 Pythonic 方法？性能在这里很重要，因为我的应用程序将在包含 1000 个元素的布尔数组上执行此操作 1000 次。

值得一提的注意事项：

1. n可以是大于 2 的任何值
2. n 个连续的模式可以出现在数组的任何位置；开头、中间或结尾。
3. 结果数组的形状必须与原始数组的形状相匹配。

任何帮助将不胜感激。

答案的基准