根據兩列中的值刪除numpy數組的行

Question

我有一個具有四列和多行的numpy數組：

>>> dat
array([['4/5/2004', '17', 0.0, 0.0],
   ['4/5/2004', '7', 0.0, 0.0],
   ['4/5/2004', '19:48:20', 58.432488, -135.9202205],
   ['4/5/2004', '19:48:32', 58.432524300000004, 0.0],
   ['4/5/2004', '19:48:36', 58.4325365, -150.9202813]], dtype=object)  

我想刪除第3列或第4列的值等於0的所有行，因此結果將是：

   ([['4/5/2004', '19:48:20', 58.432488, -135.9202205],
   ['4/5/2004', '19:48:36', 58.4325365, -150.9202813]])

我可以通過以下方法一次完成這一列：

a = dat[~(dat[:,2]==0), :]  

它返回第3列的值不等於0的行。我可以對多個列進行迭代處理，但是用一個命令完成所有操作將很方便。

我認為類似以下兩個示例的方法將起作用（但它們不起作用）：

a = dat[~(dat[:,2]==0), :] or dat[~(dat[:,3]==0), :] 
a = dat[~(dat[:,2&3]==0), :]

希望我缺少一些簡單的語法，但在numpy幫助中找不到。

Answer 1

那么使用& ：

>>> dat[(dat[:,2] != 0) & (dat[:,3] != 0), :]
array([['4/5/2004', '19:48:20', 58.432488, -135.9202205],
       ['4/5/2004', '19:48:36', 58.4325365, -150.9202813]], dtype=object)

產生按元素的“和”。

我將其更改為!= 0因此&避免了~的附加反轉。

Answer 2

假設數據數組是2D ，我們可以切片並尋找有效的數組-

dat[~(dat[:,2:4]==0).any(1)]

或者，我們可以在!=0上使用np.all

dat[(dat[:,2:4]!=0).all(1)]

---

當感興趣的列不是連續的列時，我們需要使用那些列ID對其進行切片並使用相同的技術。 因此，假設要檢查的列ID存儲在名為colID的數組或列表中，那么我們將修改方法，如下所示-

dat[~(dat[:,colID]==0).any(1)]
dat[(dat[:,colID]!=0).all(1)]

因此，對於第3列和第4列的陳述情況，我們將具有： colID = [2,3] 。

Answer 3

您有使用or概念上正確的想法。 主要區別在於您要執行邏輯或（ | ）或邏輯與（ & ）（就像您使用邏輯而非（ ~ ）一樣）。

之所以可行，是因為dat[:,3] == 0會創建與dat列大小相同的數組或布爾值。 當此數組用作索引時， numpy會將其解釋為掩碼。 拆分遮罩數組以突出顯示此概念：

mask = (dat[:, 2] != 0) & (dat[:, 3] != 0)
dat = dat[mask, :]

計算掩碼的另一種方法如下：

mask = np.logical_and.reduce(dat[:, 2:] != 0, axis=1)

np.logical_and.reduce通過對行應用np.logical_and （處理&運算符的函數），將輸入數組縮小到列（ axis=1 ）上，因此在選定部分的所有元素都為True的情況下每行都是True。