我有一个120,000 * 4 numpy数组,如下所示。每行都是一个样本。第一列是以秒为单位的时间,或者是index
(使用Pandas术语)。
0.014 14.175 -29.97 -22.68
0.022 13.905 -29.835 -22.68
0.030 12.257 -29.32 -22.67
... ...
1259.980 -0.405 2.205 3.825
1259.991 -0.495 2.115 3.735
我想选择记录在100.000到200.000秒之间的行,并将其保存到新数组中。如果这是Pandas数据框,我只需写df.loc[100:200]
。 numpy中的等效操作是什么?
这不是可行性问题。我只是想知道是否有任何pythonic单行解决方案。
答案 0 :(得分:7)
这假定索引已排序:
IIUC,
x=np.array([ [1,2,3,4],
[5,6,7,8],
[9,10,11,12],
[13,14,15,16]])
x[(x[:,0] >= 5) & (x[:,0] <= 9) ]
因此您将拥有100和200而不是5和9。
有关更一般的解决方案,请选中Wen`s answer
答案 1 :(得分:6)
Raf中的数据
x[np.where(x[:,0]==5)[0][0]:np.where(x[:,0]==9)[0][0]+1,:]
Out[341]:
array([[ 5, 6, 7, 8],
[ 9, 10, 11, 12]])
通知
仅使用大于和小于的值不能完全替换.loc
,. loc的后端是索引位置而不是值范围
例如
df
Out[348]:
0 1 2 3
0 1 2 3 4
1 5 6 7 8
4444 9 10 11 12
3 13 14 15 16
df.loc[1:3]
Out[347]:
0 1 2 3
1 5 6 7 8
4444 9 10 11 12
3 13 14 15 16