Question

我有一个大的numpy数组，具有400万行和4列（shape =（4000000,4））

我需要根据第四列中的值来修改/减少行数。例如，我的数据集中的几行内容如下：

a = np.array([[1.32, 24.42, 224.21312, 0],[1.32, 24.42, 224.21312, 0],[1.32, 24.42, 224.21312, 1],[1.32, 24.42, 224.21312, 1],[1.32, 24.42, 224.21312, 0]]);

我的结果应为以下内容（仅最后一列值为1的行）

b = [1.32, 24.42, 224.21312, 1],[1.32, 24.42, 224.21312, 1]

要遍历每一行的for循环要花费很长时间。

我有200个这样的数组，所以我已经为每个数组使用了多重处理。

正在寻找建议。

Answer 1

这对您有用吗？

a[a[:,3] == 1]

给予：

array([[  1.32   ,  24.42   , 224.21312,   1.     ],
       [  1.32   ,  24.42   , 224.21312,   1.     ]])

Answer 2

您可以将其转换为dataframe并在那里进行操作，然后转换回数组：

df = pd.DataFrame(a)
df = df[df[3] == 1]
a = df.as_matrix()

输出：

array([[  1.32   ,  24.42   , 224.21312,   1.     ],
       [  1.32   ,  24.42   , 224.21312,   1.     ]])

修改Numpy数组的更快方法

2 个答案: