Question

我的numpy数组中的第三列是Age。在本专栏中，约75％的条目有效，25％为空白。第2列是性别，并使用一些操作我计算出我数据集中男性的平均年龄为30.我的数据集中女性的平均年龄为28岁。

我想将男性的所有空白年龄值替换为30岁，女性的所有空白年龄值为28岁。

但我似乎无法做到这一点。任何人都有建议或知道我做错了什么？

这是我的代码：

# my entire data set is stored in a numpy array defined as x

ismale = x[::,1]=='male'
maleAgeBlank = x[ismale][::,2]==''
x[ismale][maleAgeBlank][::,2] = 30

无论出于何种原因，当我完成上述代码时，我输入x来显示数据集，即使我将它们设置为30，空白仍然存在。注意我不能{{1}因为该列表将包括一些女性数据点，因为尚未排除女性数据点。

有没有办法得到我想要的东西？出于某种原因，如果我执行x[maleAgeBlank]（将“男性”设置为等于1的列），则可行，但x[ismale][::,1] = 1不起作用。

数组样本：

x[ismale][maleAgeBlank][::,2] = 30

请注意，在上面的输出

中，我已将第2列更改为0，女性已将1更改为男性

Answer 1

您可以使用where功能：

arr = array([['3', '1', '22', '1', '0', '7.25', '2'], 
            ['3', '', '22', '1', '0', '7.25', '2']], 
           dtype='<U82')

blank = np.where(arr=='')

arr[blank] = 20

array([[u'3', u'1', u'22', u'1', u'0', u'7.25', u'2'],
       [u'3', u'20', u'22', u'1', u'0', u'7.25', u'2']], 
      dtype='<U82')

如果要更改特定列，可以执行以下操作：

male = np.where(arr[:, 1]=='') # where 1 is the column
arr[male] = 30

female = np.where(arr[:, 2]=='') # where 2 is the column
arr[female] = 28

Answer 2

这个怎么样：

my_data =  np.array([['3', '1', '22', '0', '7.25', '2'],
                     ['1', '0', '38', '0', '71.2833', '0'],
                     ['3', '0', '26', '0', '7.925', '2'],
                     ['3', '0', '', '2', '23.45', '2'],
                     ['1', '1', '26', '0', '30', '0'],
                     ['3', '1', '32', '0', '7.75', '1']], 
                     dtype='<U82')

ismale = my_data[:,1] == '0'
missing_age = my_data[:, 2] == ''
maleAgeBlank = missing_age & ismale
my_data[maleAgeBlank, 2] = '30'

结果：

>>> my_data
array([[u'3', u'1', u'22', u'0', u'7.25', u'2'],
       [u'1', u'0', u'38', u'0', u'71.2833', u'0'],
       [u'3', u'0', u'26', u'0', u'7.925', u'2'],
       [u'3', u'0', u'30', u'2', u'23.45', u'2'], 
       [u'1', u'1', u'26', u'0', u'30', u'0'],
       [u'3', u'1', u'32', u'0', u'7.75', u'1']], 
      dtype='<U82')

Answer 3

您可以尝试以更简单的方式迭代数组。它不是最有效的解决方案，但它应该完成工作。

for row in range(len(x)):
    if row[2] == '':
        if row[1] == 1:
            row[2] == 30
        else:
            row[2] == 28

在numpy数组中替换空格

3 个答案: