python - 如何从结构化 numpy 数组中删除列？

Question

假设您有一个结构化的 numpy 数组，它是从 csv 生成的，第一行是字段名称。该数组具有以下形式:

dtype([('A', '<f8'), ('B', '<f8'), ('C', '<f8'), ..., ('n','<f8'])

现在，假设您要从此数组中删除“第 ith”列。有什么方便的方法吗？

我希望它像删除一样工作:

new_array = np.delete(old_array, 'i')

有什么想法吗？

Answer 1

这不是一个单一的函数调用，但下面显示了一种删除第 i 个字段的方法:

In [67]: a
Out[67]: 
array([(1.0, 2.0, 3.0), (4.0, 5.0, 6.0)], 
      dtype=[('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

In [68]: i = 1   # Drop the 'B' field

In [69]: names = list(a.dtype.names)

In [70]: names
Out[70]: ['A', 'B', 'C']

In [71]: new_names = names[:i] + names[i+1:]

In [72]: new_names
Out[72]: ['A', 'C']

In [73]: b = a[new_names]

In [74]: b
Out[74]: 
array([(1.0, 3.0), (4.0, 6.0)], 
      dtype=[('A', '<f8'), ('C', '<f8')])

包装成一个函数:

def remove_field_num(a, i):
    names = list(a.dtype.names)
    new_names = names[:i] + names[i+1:]
    b = a[new_names]
    return b

删除给定字段名称可能更自然:

def remove_field_name(a, name):
    names = list(a.dtype.names)
    if name in names:
        names.remove(name)
    b = a[names]
    return b

另外，查看 drop_rec_fields function那是 mlab module 的一部分matplotlib 的。

---

更新:在 How to remove a column from a structured numpy array *without copying it*? 查看我的回答用于创建结构化数组字段的子集 View 而不创建数组副本的方法。