python - 寻找最大正值或最小负值的向量化版本

Question

假设我有一个名为 purity_list 的 pandas DataFrame，如下所示:

In[]: purity_list
Out[]: 
     48    49    50
2   0.1   0.9   0.3
A   0.2  -0.5  -0.6
4   0.3   0.8   0.9

我想将其与另一个 numpy 数组进行比较并获取最大 +ve 值，如果没有 +ve 值，我想要最低的 -ve 值。

假设我将其与名为 purities 的 numpy 数组进行比较，如下所示:

In[]: purities
Out[]: 
array([-0.2, 0.2, -0.8]) 

我现在拥有的最接近的矢量化代码是:

purity_list = np.where(np.absolute(purity_list) > np.absolute(purities), 
                       purity_list, purities)

当我运行该代码时，我将得到以下结果:

In[]: purity_list
Out[]: 
     48    49    50
2  -0.2   0.9  -0.8
A  -0.2  -0.5  -0.8
4   0.3   0.8   0.9

我真正想要的是稍微不同的东西。我这里有非向量化逻辑:

for i, v1 in enumerate(purity_list):
    for j, v2 in enumerate(v1):
        if v2 > 0 or purities[j] > 0:
            purity_list.iloc[i, j] = np.max(purity_list.iloc[i, j], purities[j])
        else:
            purity_list.iloc[i, j] = np.min(purity_list.iloc[i, j], purities[j])

结果将是:

In[]: purity_list
Out[]: 
     48    49    50
2   0.1   0.9   0.3
A   0.2   0.2  -0.8
4   0.3   0.8   0.9

这就是我想要的结果。我重复这个语句超过 100,000 次，而且我的数组非常大，所以我需要一个矢量化版本。性能是这里的关键。

Answer 1

您的 np.where 版本中的逻辑不太正确。考虑当负值的幅度大于与之比较的正值时会发生什么。不过，工具的选择是合理的。因此，您需要做的就是纠正条件以更好地符合您的目标:

np.where((purity_list < 0) & (purities < 0),
         np.where(purity_list < purities, purity_list, purities),
         np.where(purity_list > purities, purity_list, purities))
Out[42]:
array([[ 0.1,  0.9,  0.3],
       [ 0.2,  0.2, -0.8],
       [ 0.3,  0.8,  0.9]])

如果嵌套 np.where 感觉很愚蠢，可以组合逻辑:

np.where(((purity_list < 0) & (purities < 0) & (purity_list < purities))
         |(((purity_list > 0) | (purities > 0)) & (purity_list > purities)),
         purity_list, purities)
Out[43]:
array([[ 0.1,  0.9,  0.3],
       [ 0.2,  0.2, -0.8],
       [ 0.3,  0.8,  0.9]])

虽然我发现第一种方式更清晰。