Question

假设我有一个名为purity_list的pandas DataFrame，如下所示：

In[]: purity_list
Out[]: 
     48    49    50
2   0.1   0.9   0.3
A   0.2  -0.5  -0.6
4   0.3   0.8   0.9

我想将此与另一个numpy数组进行比较并得到最大+ ve值，如果没有+ ve值，我想要最低的-ve值。

所以让我说我将它与一个名为purities的numpy数组进行比较如下：

In[]: purities
Out[]: 
array([-0.2, 0.2, -0.8])

我现在最接近的矢量化代码就是：

purity_list = np.where(np.absolute(purity_list) > np.absolute(purities), 
                       purity_list, purities)

当我运行该代码时，我将得到以下内容：

In[]: purity_list
Out[]: 
     48    49    50
2  -0.2   0.9  -0.8
A  -0.2  -0.5  -0.8
4   0.3   0.8   0.9

我真正想要的是略有不同。我在这里有非矢量化逻辑：

for i, v1 in enumerate(purity_list):
    for j, v2 in enumerate(v1):
        if v2 > 0 or purities[j] > 0:
            purity_list.iloc[i, j] = np.max(purity_list.iloc[i, j], purities[j])
        else:
            purity_list.iloc[i, j] = np.min(purity_list.iloc[i, j], purities[j])

结果将是：

In[]: purity_list
Out[]: 
     48    49    50
2   0.1   0.9   0.3
A   0.2   0.2  -0.8
4   0.3   0.8   0.9

这是我正在寻找的结果。我重复这个语句超过100,000次，我的数组非常大，所以我需要一个矢量化版本。性能是关键。

Answer 1

您的np.where版本中的逻辑并不完全正确。考虑当存在比其与之相比的正值更大的负值时会发生什么。但是，工具的选择是合理的。所以你需要做的就是纠正条件，以更好地匹配你的目标：

np.where((purity_list < 0) & (purities < 0),
         np.where(purity_list < purities, purity_list, purities),
         np.where(purity_list > purities, purity_list, purities))
Out[42]:
array([[ 0.1,  0.9,  0.3],
       [ 0.2,  0.2, -0.8],
       [ 0.3,  0.8,  0.9]])

如果嵌套np.where感觉很愚蠢，可以合并逻辑：

np.where(((purity_list < 0) & (purities < 0) & (purity_list < purities))
         |(((purity_list > 0) | (purities > 0)) & (purity_list > purities)),
         purity_list, purities)
Out[43]:
array([[ 0.1,  0.9,  0.3],
       [ 0.2,  0.2, -0.8],
       [ 0.3,  0.8,  0.9]])

虽然我发现第一种方式更清楚。

找到最大正值或其他最小负值的矢量化版本

1 个答案: