这可能是错误的一般方法,但我尝试使用 Pandas 系列本质上作为一些 numpy 字符串/标签数组的查找表:
import pandas as pd
import numpy as np
data_map = pd.Series([2, 4, 6, 0, 1], index=list('abcde'))
lab1d = np.array(['a', 'd', 'd', 'c'])
lab2d = np.array([['d', 'e'],
['e', 'd'],
['c', 'a'],
['a', 'b']])
val1d = data_map.loc[lab1d]
val2d = data_map.loc[lab2d]
如果我这样做,val1d
正确解析为:
a 2
d 0
d 0
c 6
dtype: int64
但是val2d = data_map.loc[lab2d]
提出 ValueError
:
ValueError: Cannot index with multidimensional key
我想我明白为什么这不起作用,但是采取 numpy.ndarray
的正确方法是什么?大小 (m x n) 包含索引值并返回(可以转换为的东西) numpy.ndarray
大小 (m x n) 包含相应的值?
编辑
我曾考虑过将数据存储在字典中并使用 numpy.vectorize
(如 this question 所示),这绝对是我的后备方案,但我想澄清一下,我有兴趣知道是否有办法使用某些 pandas 方法来做到这一点。
编辑2 我应该澄清一下,我实际上正在寻找遵循广播规则的东西,例如:
dmd = data_map.to_dict()
make_map = np.vectorize(dmd.__getitem__)
val1d = make_map(lab1d)
val2d = make_map(lab2d)
val1d 返回:
array([2, 0, 0, 6])
对于 val2d 返回:
array([[0, 1],
[1, 0],
[6, 2],
[2, 4]])
最佳答案
这是使用 np.searchsorted
的矢量化方法-
data_map[np.searchsorted(np.array(data_map.index),lab1d)]
data_map[np.searchsorted(np.array(data_map.index),lab2d)]
示例运行 -
>>> data_map = pd.Series([2, 4, 6, 0, 1], index=list('abcde'))
>>> lab1d = np.array(['a', 'd', 'd', 'c'])
>>> lab2d = np.array([['d', 'e'],
... ['e', 'd'],
... ['c', 'a'],
... ['a', 'b']])
>>> data_map[np.searchsorted(np.array(data_map.index),lab1d)]
a 2
d 0
d 0
c 6
dtype: int64
>>> data_map[np.searchsorted(np.array(data_map.index),lab2d)]
array([[0, 1],
[1, 0],
[6, 2],
[2, 4]])
关于python - 将标签数组映射到 pandas 系列中的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34909034/