使1维数组的字符串中的元素与逗号分隔的2d数组中的字符

Question

我需要从2D数组中创建一维numpy数组，以便2列中的元素被连接和分隔，数据类型为一个字符串。我可以与np.split做相反的功能，但np.concatenate似乎并不按照我需要的方式工作，并且没有像熊猫那样的'join'函数。

这些都是我的阵列，它具有形状（53187L，2L）和（27530L，2L）：

dfSTcombined=np.vstack([txx_copy,dfSTA]).T locatsCruSta=np.vstack([locatsID[:,3],locatsID[:,4]]).T

问题随之而来，当我试图比较他们的成员：

dfSTinlocats=np.in1d(locatsCruSta, dfSTcombined)
dfSTinlocats.shape
->(55060L, 2L)
这给出了一个长度的两倍我的预期（55060L = 2 * 27530），因为它分别比较数组中的每列，但我需要同时比较两列。

尝试另一种方法：
test4=np.where(dfSTcombined==locatsCruSta)
-> ValueError: shape mismatch: objects cannot be broadcast to a single shape

所以需要创建一个新的数组与含有从两个柱中的字符串1列，和隔板。

[AR1006, 02]（2列）
[AR1024, 05]

应该变成：

['AR1006,02']（1列，虽然我的记号我是不正确的）

的最终目标是要找到一个组的成员另一个使用类似numpy.in1D的东西，然后使用该成员的索引来选择更多的数据来匹配2个巨大的数据集。如果熊猫比较容易，我不会与numpy联系在一起，但我不知道如何比较大熊猫的会员身份。

Answer 1

你提到熊猫作为一个选项。我肯定会选择这个库，因为除了其他所有东西之外，它还有一些非常有用的操作字符串的函数（尽管我确信你在NumPy中也可能需要）。

>>> import pandas as pd 
>>> import numpy as np 

让您与NumPy阵列成熊猫数据帧：

>>> arr = np.array([['AR1006', '02'], ['AR1007', '01'], ['AR1008', '03']]) 
>>> df = pd.DataFrame(arr, columns=['a', 'b']) 
>>> df 

     a b 
0 AR1006 02 
1 AR1007 01 
2 AR1008 03 

两列可以很容易地连接起来，用分离器一起，为pd.Series对象：

>>> series = df.a + ", " + df.b 
>>> series 

0 AR1006, 02 
1 AR1007, 01 
2 AR1008, 03 
dtype: object 

你甚至可以如果你喜欢的话，把系列变成一个NumPy数组，并且用np.array(series)。

检查系列对象的成员身份也很简单。实际上，您可以使用np.in1d：

>>> np.in1d(df.a, df.b) 
array([False, False, False], dtype=bool) 

>>> np.in1d(['02', '01'], df.b) 
array([ True, True], dtype=bool) 

Answer 2

试试这个。

>>> a 
array([[0, 1], 
     [2, 3], 
     [4, 5], 
     [6, 7], 
     [8, 9]]) 
>>> b 
array([[4, 5], 
     [6, 7]]) 

添加的轴线，使得a可被广播到b并测试equivalancy

>>> c = a == b[:, np.newaxis, :] 
>>> c.shape 
(2, 5, 2) 

使用np.all沿着最后轴线随后沿着结果的最后轴np.any。

>>> c = np.all(c, axis = -1) 
>>> np.any(c, axis = (-1)) 
array([ True, True], dtype=bool) 

>>> d 
array([[4, 5], 
     [9, 8]]) 
>>> e = a == d[:, np.newaxis, :] 
>>> e = np.all(e, axis = -1) 
>>> np.any(e, axis = (1,2)) 
array([ True, False], dtype=bool) 
>>> 

>>> f 
array([[ 2, 3], 
     [ 8, 10]]) 
>>> g = a == f[:, np.newaxis, :] 
>>> g = np.all(g, axis = -1) 
>>> g = np.any(g, axis = -1) 
>>> g 
array([ True, False], dtype=bool) 
>>> 

尝试以不同的方式 - 与解释：

>>> a 
array([[0, 1], 
     [2, 3], 
     [4, 5], 
     [6, 7], 
     [8, 9]]) 
>>> f 
array([[ 2, 3], 
     [ 8, 10]]) 

• 添加的轴线a（形状将是（5,1,2）），使得f和 a是可广播。
• 在等效操作中，与每个1×2的a数组相比，f的每个1x2数组将为 。
• 的对比将发生沿的新 a第三轴。

结果是一个5x2x2布尔数组（5x1x2 op 2,2 - > 5x2x2）。

>>> g = a[:, np.newaxis, :] == f 
>>> g.shape 
(5, 2, 2) 

• 你有兴趣在1x2的阵列是相等的任何一点 - 沿第三轴线。
• 要相等，元素需要为True。沿着第三轴使用np.all结果是5x2布尔数组。
• 列表示每个1×2阵列f与每个1×2阵列a的比较。

f[0] (array([2, 3])) comaparisons的第一列和f[1]的第二列比较。

>>> g.all(axis = -1) 
array([[False, False], 
     [ True, False], 
     [False, False], 
     [False, False], 
     [False, False]], dtype=bool) 

以确定是否任一f 1x2的阵列中a发现， 使用np.any沿第一轴线。

>>> np.any(g.all(axis = -1), axis = 0) 
array([ True, False], dtype=bool) 

以确定是否任何a 1x2的阵列是等于f任一1×2阵列， 使用np.any沿第二轴线。

>>> np.any(g.all(axis = -1), axis = 1) 
array([False, True, False, False, False], dtype=bool) 
>>> 
>>> np.any(g.all(axis = -1), axis = 1, keepdims = True) 
array([[False], 
     [ True], 
     [False], 
     [False], 
     [False]], dtype=bool) 

最后np.zero或np.where可以给你其中f或者1x2的元件中发现的a 行（多个）的索引 - >行1。

>>> np.nonzero(np.any(g.all(axis = -1), axis = 1)) 
(array([1]),) 
>>>>>> np.nonzero(np.any(g.all(axis = -1), axis = 1, keepdims = True)) 
(array([1]), array([0])) 

广播：

• https://github.com/dwf/rescued-scipy-wiki/blob/master/EricsBroadcastingDoc.rst
• http://scipy-lectures.github.io/intro/numpy/operations.html#broadcasting