Wie benutze ich numpy wo finde ich mehrere Datensätze

Question

Ich benutze numpy, um CSV-Datei zu lesen. Ich versuche, Bedingung hinzuzufügen, um die Aufzeichnungen von der csv Akte zusammenzubringen. meine Probe team_file wie dieses Below

43596,Team1,50,team1data,id1 
43597,Team2,51,team2data,id2 
43598,Team3,50,team2data,id2 

aussieht, ist der Code

import numpy as np 
reader = np.genfromtxt(team_file, delimiter=',', usecols=np.arange(1, 3), dtype=None) 

ich die column2 holen soll, wenn der column3 50. in diesem Beispiel Team1 und Team3 sollte die Ausgabe sein.

Ich möchte np.where ohne eine For-Schleife schreiben. Gibt es eine Möglichkeit, dies mit numpy zu erreichen? Ich kann keine Pandas benutzen. doing reader [0] [1] gibt mir den Wert als 50, aber wie erreiche ich es für alle Datensätze in der Datei? Schätzen Sie
jede Hilfe

Answer 1

In [90]: txt=b"""43596,Team1,50,team1data,id1 
    ...: 43597,Team2,51,team2data,id2 
    ...: 43598,Team3,50,team2data,id2 
    ...: """ 
In [92]: data=np.genfromtxt(txt.splitlines(),delimiter=',',usecols=[1,3],dtype=None) 
In [93]: data 
Out[93]: 
array([[b'Team1', b'team1data'], 
     [b'Team2', b'team2data'], 
     [b'Team3', b'team2data']], 
     dtype='|S9') 

Kann nicht testen für '50'; kein solcher Wert irgendeines der "Usecols".

---

Wenn ich alle Spalten geladen werden, kann ich das dritte Feld testen für '50', wählen Sie die entsprechenden Datensätze:

In [94]: data=np.genfromtxt(txt.splitlines(),delimiter=',',dtype=None) 
In [95]: data 
Out[95]: 
array([(43596, b'Team1', 50, b'team1data', b'id1'), 
     (43597, b'Team2', 51, b'team2data', b'id2'), 
     (43598, b'Team3', 50, b'team2data', b'id2')], 
     dtype=[('f0', '<i4'), ('f1', 'S5'), ('f2', '<i4'), ('f3', 'S9'), ('f4', 'S3')]) 
In [96]: data['f2'] 
Out[96]: array([50, 51, 50]) 
In [97]: idx = np.where(data['f2']==50) 
In [98]: idx 
Out[98]: (array([0, 2], dtype=int32),) 
In [99]: data[idx] 
Out[99]: 
array([(43596, b'Team1', 50, b'team1data', b'id1'), 
     (43598, b'Team3', 50, b'team2data', b'id2')], 
     dtype=[('f0', '<i4'), ('f1', 'S5'), ('f2', '<i4'), ('f3', 'S9'), ('f4', 'S3')]) 
In [100]: data['f1'][idx] 
Out[100]: 
array([b'Team1', b'Team3'], 
     dtype='|S5') 

---

Korrektur. mit arange(1,3) statt [1,3] Spalten Sie wählen

In [102]: data=np.genfromtxt(txt.splitlines(),delimiter=',',usecols=np.arange(1, 
    ...: 3),dtype=None) 
In [103]: data 
Out[103]: 
array([(b'Team1', 50), (b'Team2', 51), (b'Team3', 50)], 
     dtype=[('f0', 'S5'), ('f1', '<i4')]) 
In [104]: idx = np.where(data['f1']==50) 
In [105]: data[idx] 
Out[105]: 
array([(b'Team1', 50), (b'Team3', 50)], 
     dtype=[('f0', 'S5'), ('f1', '<i4')])