我希望根据两个列值选择一些特定的行。例如:
d = {'user' : [1., 2., 3., 4] ,'item' : [5., 6., 7., 8.],'f1' : [9., 16., 17., 18.], 'f2':[4,5,6,5], 'f3':[4,5,5,8]}
df = pd.DataFrame(d)
print df
Out:
f1 f2 f3 item user
0 9 4 4 5 1
1 16 5 5 6 2
2 17 6 5 7 3
3 18 5 8 8 4
我想根据' user'的值来选择行。和'项目'。给定一个存储[user,item]值对的2d numpy数组:
samples = np.array([[1,5],[3,7],[3,7],[2,6]])
Out:
array([[1, 5],
[3, 7],
[3, 7],
[2, 6]])
然后预期的输出是:
Out:
f1 f2 f3 item user
0 9 4 4 5 1
2 17 6 5 7 3
2 17 6 5 7 3
1 16 5 5 6 2
然后,我的最终目标是获得一个2d numpy数组存储除项目和用户之外的所有列值,即:
Out:
array([[9, 4, 4],
[17, 6, 5],
[17, 6, 5],
[16, 5, 5]])
正如我们所看到的,它是列f1,f2,f3的值。
我该怎么做?
答案 0 :(得分:9)
如果您使用samples
和user
列制作item
数据框,则可以使用inner join获取所需的值。默认情况下,pd.merge
会合并共享的samples
和df
的所有列 - 在这种情况下,这将是user
和item
。因此,
result = pd.merge(samples, df, how='inner')
产量
user item f1 f2 f3
0 1 5 9 4 4
1 3 7 17 6 5
2 3 7 17 6 5
3 2 6 16 5 5
import numpy as np
import pandas as pd
d = {'user' : [1., 2., 3., 4] ,'item' : [5., 6., 7., 8.],'f1' : [9., 16., 17., 18.], 'f2':[4,5,6,5], 'f3':[4,5,5,8]}
df = pd.DataFrame(d)
samples = np.array([[1,5],[3,7],[3,7],[2,6]])
samples = pd.DataFrame(samples, columns=['user', 'item'])
result = pd.merge(samples, df, how='inner')
result = result[['f1', 'f2', 'f3']]
result = result.values
print(result)
产量
[[ 9. 4. 4.]
[ 17. 6. 5.]
[ 17. 6. 5.]
[ 16. 5. 5.]]
答案 1 :(得分:1)
一种方法是numpy
数组倾斜 -
import numpy as np
# Convert item and user columns to a 2-column array
item_user_arr = np.asarray(df[["item","user"]]).astype(int)
# Mask of matches across rows of samples and item_user_arr, with columns flipped
mask = (samples[:,None,1]==item_user_arr[:,0]) & (samples[:,None,0]==item_user_arr[:,1])
# Get indices of matches
_,C = np.where(mask)
# Use those indices to select data from f1,f2,f3 columns for final output array
out = np.asarray(df[["f1","f2","f3"]])[C,:]
给定输入的输出 -
In [536]: out
Out[536]:
array([[ 9., 4., 4.],
[ 17., 6., 5.],
[ 17., 6., 5.],
[ 16., 5., 5.]])