从星象表中删除行

用户编号

我想从 astropy 表中删除包含 infs 的行。类似于以下内容

for line in mytable:
    if float('inf') in line:
        mytable.remove(line)

除了我不知道remove函数使用什么。

在文档中，它说明了如何删除列，但没有说明如何删除行。

鬣蜥

这比您的答案快一点，特别是随着表格的大小增长。

在这里，我们inf通过将每列掩码组合在一起来制作包含所有行的掩码，而不是将整个表切片一次：

>>> table = Table({'a': [1, 2, 3], 'b': [1.0, np.inf, 3.0], 'c': [np.inf, 2.0, 3.0]})
>>> mask = np.logical_or.reduce([c == np.inf for c in table.columns.values()])
>>> table = table[~mask]
>>> table
<Table length=1>
  a      b       c
int64 float64 float64
----- ------- -------
    3     3.0     3.0

我们在这两种情况下所做的并不是真正“删除行”本身，因为我们没有修改原始表。相反，我们正在创建一个新表作为原始表的副本，其中省略了一些行。因此，按照您的方式进行操作会比较慢，因为对于每一列，它都必须制作表的新副本，而无论有多少列，首先创建掩码然后索引只会制作一次副本：

In [24]: %%timeit
    ...: table2 = table
    ...: for col in table.colnames:
    ...:     table2 = table2[table2[col] != float('inf')]
    ...:
327 µs ± 40.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [25]: %%timeit
    ...: mask = np.logical_or.reduce([c == np.inf for c in table.columns.values()])
    ...: table2 = table[~mask]
    ...:
    ...:
121 µs ± 7.84 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

我怀疑对于更多的列和/或行，差异甚至更大。

根据您的用例是什么，您还可以考虑创建一个带有每列掩码的掩码表。这允许您避免从表中删除数据，同时仍然对其执行忽略奇异值的算术运算：

>>> table = Table({'a': [1, 2, 3], 'b': [1.0, np.inf, 3.0], 'c': [np.inf, 2.0, 3.0]}, masked=True)
>>> for col in table.columns.values():
...     col.mask = (col == np.inf)
...
>>> table
<Table masked=True length=3>
  a      b       c
int64 float64 float64
----- ------- -------
    1     1.0      --
    2      --     2.0
    3     3.0     3.0
>>> table['b'].mean()
2.0

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。