Questa è una domanda facile ma dire che ho una matrice MxN. Tutto quello che voglio fare è estrarre colonne specifiche e archiviarle in un altro array numpy ma ottengo errori di sintassi non validi. Ecco il codice:
extractedData = data[[:,1],[:,9]]. Sembra che la riga sopra dovrebbe essere sufficiente, ma credo di no. Mi sono guardato intorno ma non sono riuscito a trovare alcuna sintassi saggia in questo specifico scenario.
Risposte:
Presumo tu volessi le colonne 1e 9? Quello è
data[:, [1, 9]]O con nomi:
data[:, ['Column Name1','Column Name2']]Puoi ottenere i nomi da data.dtype.names...
Supponendo che tu voglia ottenere le colonne 1 e 9 con quel frammento di codice, dovrebbe essere:
extractedData = data[:,[1,9]]se vuoi estrarre solo alcune colonne:
idx_IN_columns = [1, 9]
extractedData = data[:,idx_IN_columns]se si desidera escludere colonne specifiche:
idx_OUT_columns = [1, 9]
idx_IN_columns = [i for i in xrange(np.shape(data)[1]) if i not in idx_OUT_columns]
extractedData = data[:,idx_IN_columns]Una cosa che vorrei sottolineare è che, se il numero di colonne che si desidera estrarre è 1, la matrice risultante non sarebbe una matrice Mx1 come ci si potrebbe aspettare ma invece un array contenente gli elementi della colonna che è stata estratta.
Per convertirlo in Matrix , è necessario utilizzare il metodo reshape (M, 1) sull'array risultante.
data[:, 8:9]. Questo richiede l'ottava colonna ma non rimuove la dimensione aggiuntiva.
Appena:
>>> m = np.matrix(np.random.random((5, 5)))
>>> m
matrix([[0.91074101, 0.65999332, 0.69774588, 0.007355 , 0.33025395],
[0.11078742, 0.67463754, 0.43158254, 0.95367876, 0.85926405],
[0.98665185, 0.86431513, 0.12153138, 0.73006437, 0.13404811],
[0.24602225, 0.66139215, 0.08400288, 0.56769924, 0.47974697],
[0.25345299, 0.76385882, 0.11002419, 0.2509888 , 0.06312359]])
>>> m[:,[1, 2]]
matrix([[0.65999332, 0.69774588],
[0.67463754, 0.43158254],
[0.86431513, 0.12153138],
[0.66139215, 0.08400288],
[0.76385882, 0.11002419]])Le colonne non devono essere in ordine:
>>> m[:,[2, 1, 3]]
matrix([[0.69774588, 0.65999332, 0.007355 ],
[0.43158254, 0.67463754, 0.95367876],
[0.12153138, 0.86431513, 0.73006437],
[0.08400288, 0.66139215, 0.56769924],
[0.11002419, 0.76385882, 0.2509888 ]])Un'altra cosa a cui dovresti prestare attenzione quando selezioni le colonne dall'array ND usando un elenco come questo:
data[:,:,[1,9]]Se si rimuove una dimensione (selezionando solo una riga, ad esempio), l'array risultante sarà (per qualche motivo) consentito . Così:
print data.shape # gives [10,20,30]
selection = data[1,:,[1,9]]
print selection.shape # gives [2,20] instead of [20,2]!!Puoi usare :
extracted_data = data.ix[:,['Column1','Column2']]
Penso che la soluzione qui non funzioni più con un aggiornamento della versione di Python, un modo per farlo con una nuova funzione Python perché è:
extracted_data = data[['Column Name1','Column Name2']].to_numpy()che ti dà il risultato desiderato.
La documentazione che puoi trovare qui: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_numpy.html#pandas.DataFrame.to_numpy
puoi anche usare extractedData = data ([:, 1], [:, 9])