python - 使用 pd.Series bool 值索引 numpy 数组

Question

我发现了一段我不太理解的代码。它基本上是这样的:

array = np.ones((5, 4))*np.nan
s1 = pd.Series([1,4,0,4,5], index=[0,1,2,3,4])
I = s1 == 4
print(I)

0    False
1     True
2    False
3     True
4    False
dtype: bool

我真的理解这部分，它返回一个 pd.Series bool 值，在 4 所在的索引处带有 True。现在，作者使用I 来索引array:

array[I,0] = 3
array[I,1] = 7
array[I,2] = 2
array[I,3] = 5
print(array)

[[  3.   7.   2.   5.]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]
 [ nan  nan  nan  nan]
 [ nan  nan  nan  nan]]

新的 array 对我来说毫无意义，我想返回:

[[ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]]

谁能解释一下这里发生了什么，以及我如何更改上面的代码以返回我需要的内容？

Answer 1

原因在于 numpy 数组和 pandas 系列对逻辑索引 的处理方式不同。前者将 True 视为 1，将 False 视为 0，而后者在逻辑为 True 的地方选取值并在逻辑为错误。作为演示:

import numpy as np
import pandas as pd

arr = np.array([1,2,3,4,5])
arr                           # this is a numpy array 
array([1, 2, 3, 4, 5])
arr[[True, False, True]]
array([2, 1, 2])              # check here how it is actually picking the value at position 
                              # 1 and 0 alternatively;

ser = pd.Series([1,2,3,4,5])
ser                           # this is a pandas Series
0    1
1    2
2    3
3    4
4    5
dtype: int64
ser[[True, False, True]]      # in pandas Series, it will pick up values where the logic is True;
0    1
2    3
dtype: int64

您会看到它们的行为有何不同。由于您的 array 是一个 numpy 数组，我们不能使用逻辑索引来获取值。为了得到你想要的结果，我们可以尝试从 I 中提取真实值的索引，然后在你的 array 上使用它:

array[I[I == True].index,0] = 3
array[I[I == True].index,1] = 7
array[I[I == True].index,2] = 2
array[I[I == True].index,3] = 5
print(array)


[[ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]
 [  3.   7.   2.   5.]
 [ nan  nan  nan  nan]]