Question

我现在拥有的：

import numpy as np
# 1) Read CSV with headers
data = np.genfromtxt("big.csv", delimiter=',', names=True)
# 2) Get absolute values for column in a new ndarray
new_ndarray = np.absolute(data["target_column_name"])
# 3) Append column in new_ndarray to data
# I'm having trouble here. Can't get hstack, concatenate, append, etc; to work
# 4) Sort by new column and obtain a new ndarray
data.sort(order="target_column_name_abs")

我想：

3）的解决方案：能够添加这个新的＆＃34; abs＆＃34;列到原始的ndarray或
另一种能够按列的绝对值对csv文件进行排序的方法。

Answer 1

这是一种方法。
首先，让我们创建一个示例数组：

In [39]: a = (np.arange(12).reshape(4, 3) - 6)

In [40]: a
Out[40]: 
array([[-6, -5, -4],
       [-3, -2, -1],
       [ 0,  1,  2],
       [ 3,  4,  5]])

好的，我们说

In [41]: col = 1

这是我们要排序的列，
这是排序代码 - 使用Python sorted：

In [42]: b = sorted(a, key=lambda row: np.abs(row[col]))

让我们将b从列表转换为数组，我们有：

In [43]: np.array(b)
Out[43]: 
array([[ 0,  1,  2],
       [-3, -2, -1],
       [ 3,  4,  5],
       [-6, -5, -4]])

哪个是按行分类的行数组第1列的绝对值。

Answer 2

以下是使用pandas的解决方案：

In [117]: import pandas as pd

In [118]: df = pd.read_csv('test.csv')

In [119]: df
Out[119]: 
   a  b
0  1 -3
1  2  2
2  3 -1
3  4  4

In [120]: df['c'] = abs(df['b'])

In [121]: df
Out[121]: 
   a  b  c
0  1 -3  3
1  2  2  2
2  3 -1  1
3  4  4  4

In [122]: df.sort_values(by='c')
Out[122]: 
   a  b  c
2  3 -1  1
1  2  2  2
0  1 -3  3
3  4  4  4

如何按列的绝对值对numpy数组进行排序？

2 个答案: