Wyodrębnianie określonych kolumn w tablicy numpy

To łatwe pytanie, ale powiedz, że mam macierz MxN. Chcę tylko wyodrębnić określone kolumny i zapisać je w innej tablicy numpy, ale otrzymuję nieprawidłowe błędy składniowe. Oto kod:

extractedData = data[[:,1],[:,9]]. 

Wygląda na to, że powyższa linia powinna wystarczyć, ale chyba nie. Rozejrzałem się, ale nie mogłem znaleźć nic rozsądnego pod względem składni w odniesieniu do tego konkretnego scenariusza.

Zakładam, że chciałeś kolumn 1i 9? To jest

data[:, [1, 9]]

Lub z imionami:

data[:, ['Column Name1','Column Name2']]

Możesz pobrać imiona z data.dtype.names…

Zakładając, że chcesz uzyskać kolumny 1 i 9 z tym fragmentem kodu, powinno to być:

extractedData = data[:,[1,9]]

jeśli chcesz wyodrębnić tylko niektóre kolumny:

idx_IN_columns = [1, 9]
extractedData = data[:,idx_IN_columns]

jeśli chcesz wykluczyć określone kolumny:

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]

Jedną rzeczą, na którą chciałbym zwrócić uwagę, jest to, że jeśli liczba kolumn, które chcesz wyodrębnić, wynosi 1, wynikowa macierz nie byłaby macierzą Mx1, jak można się spodziewać, ale zamiast tego tablicą zawierającą elementy wyodrębnionej kolumny.

Aby przekonwertować go na Matrix , należy zastosować metodę reshape (M, 1) na wynikowej tablicy.

Właśnie:

>>> 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]])

Kolumny nie muszą być w kolejności:

>>> 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 ]])

Jeszcze jedna rzecz, na którą należy zwrócić uwagę przy wyborze kolumn z tablicy ND za pomocą takiej listy:

data[:,:,[1,9]]

Jeśli usuwasz wymiar (na przykład wybierając tylko jeden wiersz), wynikowa tablica zostanie (z jakiegoś powodu) permutowana . Więc:

print data.shape            # gives [10,20,30]
selection = data[1,:,[1,9]]
print selection.shape       # gives [2,20] instead of [20,2]!!

Możesz użyć :

extracted_data = data.ix[:,['Column1','Column2']]

Myślę, że rozwiązanie tutaj nie działa już z aktualizacją wersji Pythona, jednym ze sposobów na zrobienie tego z nową funkcją Pythona jest:

extracted_data = data[['Column Name1','Column Name2']].to_numpy()

co daje pożądany efekt.

Dokumentację można znaleźć tutaj: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_numpy.html#pandas.DataFrame.to_numpy

możesz również użyć extractData = data ([:, 1], [:, 9])