Question

我还有另一个基本问题，即我找不到答案，但似乎应该很容易做到。

好吧，假设你有一个结构化的numpy数组，它是从csv生成的，第一行是字段名。该数组的格式为：

dtype([('A', '<f8'), ('B', '<f8'), ('C', '<f8'), ..., ('n','<f8'])

现在，假设您要从此数组中删除“ith”列。有没有方便的方法呢？

我希望它像删除一样工作：

new_array = np.delete(old_array, 'i')

有什么想法吗？

Answer 1

这不是一个单一的函数调用，但下面显示了一种删除第i个字段的方法：

In [67]: a
Out[67]: 
array([(1.0, 2.0, 3.0), (4.0, 5.0, 6.0)], 
      dtype=[('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

In [68]: i = 1   # Drop the 'B' field

In [69]: names = list(a.dtype.names)

In [70]: names
Out[70]: ['A', 'B', 'C']

In [71]: new_names = names[:i] + names[i+1:]

In [72]: new_names
Out[72]: ['A', 'C']

In [73]: b = a[new_names]

In [74]: b
Out[74]: 
array([(1.0, 3.0), (4.0, 6.0)], 
      dtype=[('A', '<f8'), ('C', '<f8')])

作为一个功能包装：

def remove_field_num(a, i):
    names = list(a.dtype.names)
    new_names = names[:i] + names[i+1:]
    b = a[new_names]
    return b

删除给定字段 name ：

可能更为自然

def remove_field_name(a, name):
    names = list(a.dtype.names)
    if name in names:
        names.remove(name)
    b = a[names]
    return b

另外，请查看属于matplotlib drop_rec_fields function的mlab module。

更新：请参阅我在How to remove a column from a structured numpy array *without copying it*?的答案，了解如何创建结构化数组字段子集的视图，而无需复制数组。

Answer 2

通过Google搜索并从沃伦的答案中了解了我需要知道的内容，我无法拒绝发布更简洁的版本，并且可以一次性有效地删除多个字段：< / p>

def rmfield( a, *fieldnames_to_remove ):
    return a[ [ name for name in a.dtype.names if name not in fieldnames_to_remove ] ]

示例：

a = rmfield(a, 'foo')
a = rmfield(a, 'foo', 'bar')  # remove multiple fields at once

或者，如果我们真的打高尔夫球，以下是相同的：

rmfield=lambda a,*f:a[[n for n in a.dtype.names if n not in f]]

如何从结构化的numpy数组中删除列？

2 个答案: