根据两个列中的值删除Numpy数组的行

Question

我有一个带有四个列和许多行的numpy数组：

>>> dat
array([['4/5/2004', '17', 0.0, 0.0],
   ['4/5/2004', '7', 0.0, 0.0],
   ['4/5/2004', '19:48:20', 58.432488, -135.9202205],
   ['4/5/2004', '19:48:32', 58.432524300000004, 0.0],
   ['4/5/2004', '19:48:36', 58.4325365, -150.9202813]], dtype=object)  

我想删除所有行3或4等于0的所有行，因此结果将是：

   ([['4/5/2004', '19:48:20', 58.432488, -135.9202205],
   ['4/5/2004', '19:48:36', 58.4325365, -150.9202813]])

我一次可以使用以下方式进行此列。

a = dat[~(dat[:,2]==0), :]  

返回第3列中值的行，我可以对多列进行迭代进行此操作，但是一一命令将其全部完成很方便。

我认为类似以下两个示例会起作用（但它们不起作用）：

a = dat[~(dat[:,2]==0), :] or dat[~(dat[:,3]==0), :] 
a = dat[~(dat[:,2&3]==0), :]

希望我缺少一些简单的语法，并且在numpy帮助中找不到。

Answer 1

假设数据阵列为 2D，我们可以切片并查找有效的数组 -

dat[~(dat[:,2:4]==0).any(1)]

另外，我们可以在!=0上使用np.all-

dat[(dat[:,2:4]!=0).all(1)]

---

当感兴趣的列不是连续的列时，我们需要使用这些列ID进行切片并使用相同的技术。因此，假设要检查的列ID存储在名为colID的数组或列表中，然后我们将修改方法，例如So -

dat[~(dat[:,colID]==0).any(1)]
dat[(dat[:,colID]!=0).all(1)]

因此，对于第3列和第4列的规定情况，我们将有： colID = [2,3]。

Answer 2

使用 &：

>>> dat[(dat[:,2] != 0) & (dat[:,3] != 0), :]
array([['4/5/2004', '19:48:20', 58.432488, -135.9202205],
       ['4/5/2004', '19:48:36', 58.4325365, -150.9202813]], dtype=object)

产生元素的"one_answers"。

我已经为!= 0更改了它，因此&避免使用~的其他反转。

Answer 3

您有概念上正确使用or的想法。主要区别在于您想进行逻辑或（|）或逻辑和（&）（就像您使用逻辑不使用（~）一样）。

这是因为dat[:,3] == 0这样的操作创建与dat列相同大小的数组或布尔值。当此数组用作索引时，numpy将其解释为掩码。分开面具阵列以突出显示此概念：

mask = (dat[:, 2] != 0) & (dat[:, 3] != 0)
dat = dat[mask, :]

一种计算面膜的方法如下：

mask = np.logical_and.reduce(dat[:, 2:] != 0, axis=1)

np.logical_and.reduce通过将np.logical_and（这是处理&运算符处理的函数）应用于行中的列界（axis=1）的输入数组。