将一个 numpy 列拆分为两列并将它们保留在原始数组中

Question

我有一个 numpy 数组，它有 3 列。 有 100,000 行，但这里是前两行：

 burger flipper  part time  12-5.00
 spam flipper    full time  98-10.00

问题是，工作代码（12 和 98）以某种方式与小时工资（5.00 和 10.00）结合在一起。

在 numpy 中是否有一种简单的方法可以将此列分成两部分，并去掉不必要的“-”字符，如下所示：

 burger flipper  part time  12  5.00
 spam flipper    full time  98  10.00

提前致谢。

Answer 1

使用hstack一种方法：

import numpy as np
a = np.array([['burger flipper',  'part time',  '12-5.00'],
             ['spam flipper',    'full time',  '98-10.00']])
a = np.hstack((a[:,:2], map(lambda x: x.split('-'), a[:,2])))
print a

输出：

[['burger flipper' 'part time' '12' '5.00']
 ['spam flipper' 'full time' '98' '10.00']]

---

一点解释：

1. 函数numpy.hstack允许您水平堆叠多个 numpy 数组。 例如，

    np.hstack((a[:,[0,1]], a[:,[2]]))

   生成具有三列的原始数组a 。 请注意，在a[:,[2]] 、 [a:,2]使用方括号将不起作用，因为它会生成一维数组（ len(a[:,2].shape)等于 1）。

2. map语句将函数lambda x: x.split('-')应用于数组的有问题的列（即第 3 列）。 对 lambda 函数的每次调用都会返回一个包含分隔的工作代码和工资的列表，例如['12', '5.00'] 。 因此， map语句会生成一个类似于[['12', '5.00'], ['98', '10.00']]的列表列表。 当被送入hstack时，这可以转换为一个有 2 列的 numpy 数组。

代码hstack原始数组的前两列与通过map获得的列表列表，最终得到一个类似于您想要的数组。

Answer 2

map(lambda x: x.split('-'), a[:,2])现在给出一个列表而不是导致以下错误的两列：

ValueError: all the input arrays must have same number of dimensions

需要将之前的代码改为：

import numpy as np
a = np.array([['burger flipper',  'part time',  '12-5.00'],
             ['spam flipper',    'full time',  '98-10.00']])
a_newcolumns = np.hstack((map(lambda x: x.split('-'), a[:, 2]))).reshape(a.shape[0], 2)
# need to reshape the list into a two column numpy array
a = np.hstack((a[:, :2], a_newcolumns))
print a