Question

这是我在这里的第一篇文章，英语不是我的母语，我会尽量保持清晰。

我有一个来自以下形状的numpy数组（基本上是一个数据表）：

[('information1',   'identifier1',              length1)
('information2',    'identifier2',              length2)
('information3',    'identifier3,identifier4',  length3)
....
]

其中：

informationx是string，
identifier是string，其中一个string中包含一个或多个ID，
length是float。

我需要从该数组中提取包含有关一个标识符信息的所有行。

在SQL中，我会这样做

select * from array where id like "%identifier1%"

只有一个标识符时很容易：

extract = array[array[id_header] == identifier1]

是否有任何优雅而蟒蛇的方法（可能通过提取，选择或在何处）？

Answer 1

您可以循环遍历每个索引，以查看标识符是否是您想要的：

 lengths = []
 for i in range(array.size[0]): #this should iterate through each row in the table 
      if array[i][1] == "identifierx":
           lengths.append(array[i][2]) #adds the lenghts to a list containing all the lengths from the identifier you want

Answer 2

在熊猫中这是一项简单的任务，考虑到您可以使用熊猫，使用
将数组转换为熊猫数据框 import pandas as pd df = pd.dataFrame([your_array]) #creating data_frame df.columns = ['col_1','col_2','col_3'] #setting column names

考虑到您已经为列设置了名称col_1，col_2，col_3。

用此代码子选择所需的列。

df_subset = df[ df['col_2'].str.contains('identifierx') ] #subselecting the data frame.

考虑到您不能使用熊猫，只能使用numpy。

new_lis = []
for idx in range(0,len(your_array)):
    if( 'identifierx' in your_array[idx][1]):
        new_lis.append(your_array[idx])

Answer 3

那是一个很好的解决方案！只是想添加列表comp版本：

将它们放在（1000012，3）数组中，并填充上面的值以查询查询并获得以下计时：

import React, { Component } from 'react';
import App from './index';



class Data extends Component {
    constructor(props) {
      super(props);
      this.state = {
        names : [],
      }
    }

  
    componentDidMount() {
        fetch('https://jsonplaceholder.typicode.com/users')
          //Response
        .then(response => response.json())
        .then(output => {
           let data = output;
      
        //names in array
        let listaimion = [];

        for (let index = 0; index < data.length; index++) {
          listaimion.push(data[index].name)
         }
      
      this.setState({names : listaimion})
      })
    }

     
     render () {  
       return (
         <div className = "Data">
            <App  names = {this.state.names} /> 
         </div>
       )
     }
}
    
export default Data;

返回墙壁时间：875毫秒

对于列表组合：

%%time
new_lis = []
for idx in range(0,len(huge_data)):
    if('identifier3' in huge_data[idx][1]):
        new_lis.append(huge_data[idx])

返回墙壁时间：772毫秒

但是，是的-我尝试使用list comp + numpy索引进行求解，但是为了捕捉字符串，我使用了正则表达式，因此将其减慢到大约4.5s wah waaaah 。

好问题，好答案！

使用字符串条件从numpy数组中提取值

3 个答案: