Question

在我的问题中有两个文件，我想将它们组合成一个数据集两个文件。第一个文件有一个隐含的行号，在第二个文件中称为ident。所以Janine是ident 1，jasmine是ident 2，judith是ident 3.

姓名：

Name    Address
Janine  Unicorn Lane
Jasmine Sparkles Street
Judith  Rainbow Avenue

电话号码：

Number Ident
123    1
893    1
345    2 
746    3

如何组合这两个表来获取每个地址的电话号码？我想做的是：

data[Adress='Unicorn Lane']['Number'].mean()

好吧，这个例子可能不太好。但说明了我的需要。

Answer 1

您可以使用结构化数组管理某些内容：

例如，使用names从两个文件中创建两个结构化数组numbers和np.genfromtxt。不要忘记使用dtype=None（让np.genfromtxt猜测您的数据类型）和names=True（字段名称应该从第一列读取），可能使用delimiter="\t"。< / LI>

您的names会有dtype([('Name', '|S7'), ('Adress', '|S16')])，numbers类dtype([('Number', '<i8'), ('Ident', '<i8')])。

之后，只需要花哨的索引即可获得您的选择。例如，如果您想要names的{{1}}条目的索引：

"Unicorn Lane"

（(idx,) = np.nonzero(names['Adress']=="Unicorn Lane")应该返回一个元素，一个元素，一个索引数组）。举个例子，np.nonzero ...）

您可以将这些索引用作标识符，请注意，当您的标识符从1开始时，它们从0开始。因此，要选择idx = array([0])与您找到的索引匹配的numbers ：

Ident

（请记住，在我们的示例中，numbers[numbers['Ident'] == idx+1]对应idx=array([0]) ...）。

您应该检查Ident==1是否为空（idx）。否则idx.size >0也将为空，idx+1将评估为numbers['Ident']==idx+1，而在NumPy中，False相当于numbers[False]。