- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有 3 个任意大小和类型的 numpy 数组,如下所示:
time (datetime), lats (float64), longs (float64)
import numpy as np
import pandas as pd
time = np.asarray(['2018-05-01T00:30:00.000000000','2018-05-01T01:30:00.000000000','2018-05-01T02:30:00.000000000', '2018-05-01T03:30:00.000000000'], dtype='<M8[ns]')
lats = np.asarray([-90. , -89.5, -89. , -88.5, -88. , -87.5, -87. , -86.5, -86. ,-85.5])
longs = np.asarray([-180., -179.3, -178.7 , -178.1, -177.5 , -176.8, -176.2 , -175.6, -175., -174.3, -173.7 , -173.1 ,-172.5 , -171.8, -171.2 , -170.6, -170., -169.3])
还有 1 个数组,它保存与三个数组的扁平化和有序排列相对应的值,其长度为:
length = len(time)*len(lats)*len(longs)
values = np.asarray(range(length), dtype='float64')
这里的值是任意的,但索引很重要。我正在寻求构建一个扁平化数据集,其中包含按时间、经纬度、经度排序的所有数据 - 按此顺序,因为每个纬度应该有 len(longs) 值。以下是我的工作代码:
master = pd.DataFrame(np.array(np.meshgrid(time, longs, lats)).T.reshape(-1,3), columns = ['datetime', 'long', 'lat'])
master['values'] = values
print master.head()
虽然这工作正常,但我必须将日期时间列转换回时间戳:
master['datetime'] = master['datetime'].apply(pd.to_datetime)
print master
这种 reshape 数据、展平数据、然后在类型之间进行转换的过程太慢,并且计算负载很高。有没有更有效的方法来实现我想要的数据结构?
最佳答案
通过使用 MultiIndex.from_product,您可以避免大量低级 numpy 操作,并且它的优点是不会丢失类型信息。这绕过了非常慢的 pd.to_datetime 调用。例如:
time = pd.date_range("2018-05-01", freq="30min", periods=24).values
lats = np.linspace(-90, -80, 1000)
longs = np.linspace(-180, -170, 1000)
length = len(time)*len(lats)*len(longs)
values = np.arange(length, dtype='float64')
给出的长度为 24 M,然后:
然后
In [48]: %time df = pd.Series(values,
index=pd.MultiIndex.from_product([time, lats, longs],
names=["datetime", "lat", "long"])).reset_index(name='values')
Wall time: 1.38 s
In [49]: df.head()
Out[49]:
datetime lat long values
0 2018-05-01 -90.0 -180.00000 0.0
1 2018-05-01 -90.0 -179.98999 1.0
2 2018-05-01 -90.0 -179.97998 2.0
3 2018-05-01 -90.0 -179.96997 3.0
4 2018-05-01 -90.0 -179.95996 4.0
关于python - 有效地获得 3 个不同大小和类型的 numpy 数组的排列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50974234/
我收到未知数据,我想以编程方式查看相关性,并将所有完全相关的变量组合在一起(忽略方向)。在下面的数据集中,我可以手动查看相关性并说 a, f, g, h一起去吧b, d, e .我怎样才能以编程方
这个问题在这里已经有了答案: use dplyr's summarise_each to return one row per function? (3 个答案) 关闭 4 年前。 作为探索性工作的
我想要完成的是使用数组存储未知大小的多项式。我在互联网上看到的是使用一个数组,每个单元格都包含系数,度数是单元格编号,但这不是有效的,因为如果我们有一个多项式,如:6x^14+x+5。这意味着我们将从
嘿伙计们,我一直在尝试解析 HTML 文件以从中抓取文本,但时不时地,我会得到一些非常奇怪的字符,例如 à€œ。我确定是“智能引号”或弯头标点符号导致了我的所有问题,因此我的临时修复是搜索所有这些字符
我原来的 data.table 由三列组成。 site、observation_number 和 id。 例如以下是 id = z 的所有观察结果 |site|observation_number|i
"Premature optimisation is the root of all evil (but it's nice to have once you have an ugly solutio
给定这个数组 X: [1 2 3 2 3 1 4 5 7 1] 和行长度数组R: [3 2 5] 表示转换后每行的长度。 我正在寻找一个计算效率高的函数来将 X reshape 为数组 Y: [[ 1
我有一些 data.frame s: # Sample data a <- data.frame(c(1:10), c(11:20)) names(a) <- c("A", "B") b <- dat
我有点困惑。列表擅长任意位置插入,但不善于随机访问? (怎么可能)如果你不能随机访问,你怎么知道在哪里插入? 同样,如果你可以在任何位置插入,为什么你不能从那个位置高效地读取? 最佳答案 如果您已经有
我有一个向量,我想计算它的移动平均值(使用宽度为 5 的窗口)。 例如,如果有问题的向量是[1,2,3,4,5,6,7,8],那么 结果向量的第一个条目应该是 [1,2,3,4,5] 中所有条目的总和
有一个随机整数生成器,它生成随机整数并在后台运行。需求设计一个API,调用时返回当时的簇数。 簇:簇是连续整数的字典顺序。例如,在这种情况下,10,7,1,2,8,5,9 簇是 3 (1,2--5--
我想做的是将一组 (n) 项分成大小相等的组(大小为 m 的组,并且为简单起见,假设没有剩余,即 n 可以被 m 整除)。这样做多次,我想确保同一组中的任何项目都不会出现两次。 为了使这稍微更具体一些
假设我有一些包含类型排列的模板表达式,在本例中它们来自 Abstract Syntax Tree : template
我已经在这方面工作了几天,似乎没有我需要的答案。 由于担心这个被标记为重复,我将解释为什么其他问题对我不起作用。 使用 DIFFLIB for Python 的任何答案都无助于我的需求。 (我在下面描
我正在使用 NumPy 数组。 我有一个 2N 长度向量 D,并希望将其一部分 reshape 为 N x N 数组 C. 现在这段代码可以满足我的要求,但对于较大的 N 来说是一个瓶颈: ``` i
我有一个问题: 让我们考虑这样的 pandas 数据框: Width Height Bitmap 67 56 59 71 61 73 ...
我目前正在用 C 语言编写一个解析器,设计它时我需要的东西之一是一个可变字符串“类”(一组对表示实例的不透明结构进行操作的函数),我将其称为 my_string。 string 类的实例只不过是包装
假设我在 --pandas-- 数据框中有以下列: x 1 589 2 354 3 692 4 474 5 739 6 731 7 259 8 723
我有一个成员函数,它接受另一个对象的常量引用参数。我想 const_cast 这个参数以便在成员函数中轻松使用它。为此,以下哪个代码更好?: void AClass::AMember(const BC
我们目前正在将 Guava 用于其不可变集合,但我惊讶地发现他们的 map 没有方法可以轻松创建只需稍作修改的新 map 。最重要的是,他们的构建器不允许为键分配新值或删除键。 因此,如果我只想修改一
我是一名优秀的程序员,十分优秀!