SubsettingデータのPythonの

Question

使いたいのと同等のサブセットコマンドのRの一部はPythonコードでいます。

ここではデータ

col1    col2    col3    col4    col5
100002  2006    1.1 0.01    6352
100002  2006    1.2 0.84    304518
100002  2006    2   1.52    148219
100002  2007    1.1 0.01    6292
10002   2006    1.1 0.01    5968
10002   2006    1.2 0.25    104318
10002   2007    1.1 0.01    6800
10002   2007    4   2.03    25446
10002   2008    1.1 0.01    6408

したいサブセットに基づいたデータの内容 col1 や col2.(独自の価値col1は100002と10002、col2は2006,2007、2008年)

することができRのサブセットコマンドがあるのも同じようなものはPython?

Answer 1

ながら、反復子に基づく回答を完全に微細であれば、とても済む配列している)があり迅速な方法の選択も

import numpy as np
data = np.array([
        [100002, 2006, 1.1, 0.01, 6352],
        [100002, 2006, 1.2, 0.84, 304518],
        [100002, 2006, 2,   1.52, 148219],
        [100002, 2007, 1.1, 0.01, 6292],
        [10002,  2006, 1.1, 0.01, 5968],
        [10002,  2006, 1.2, 0.25, 104318],
        [10002,  2007, 1.1, 0.01, 6800],
        [10002,  2007, 4,   2.03, 25446],
        [10002,  2008, 1.1, 0.01, 6408]    ])

subset1 = data[data[:,0] == 100002]
subset2 = data[data[:,0] == 10002]

この利回り

subset1:

array([[  1.00002e+05,   2.006e+03,   1.10e+00, 1.00e-02,   6.352e+03],
       [  1.00002e+05,   2.006e+03,   1.20e+00, 8.40e-01,   3.04518e+05],
       [  1.00002e+05,   2.006e+03,   2.00e+00, 1.52e+00,   1.48219e+05],
       [  1.00002e+05,   2.007e+03,   1.10e+00, 1.00e-02,   6.292e+03]])

subset2:

array([[  1.0002e+04,   2.006e+03,   1.10e+00, 1.00e-02,   5.968e+03],
       [  1.0002e+04,   2.006e+03,   1.20e+00, 2.50e-01,   1.04318e+05],
       [  1.0002e+04,   2.007e+03,   1.10e+00, 1.00e-02,   6.800e+03],
       [  1.0002e+04,   2.007e+03,   4.00e+00, 2.03e+00,   2.5446e+04],
       [  1.0002e+04,   2.008e+03,   1.10e+00, 1.00e-02,   6.408e+03]])

だ知らない独自の価値の最初の列には、事前にどちらかをお使いいただけます numpy.unique1d または組み込み機能 set 探しします。

編集：はないことまたデータを選択しい独自の組み合わせのカラム...その場合、がんのようになります:

col1 = data[:,0]
col2 = data[:,1]

subsets = {}
for val1, val2 in itertools.product(np.unique(col1), np.unique(col2)):
    subset = data[(col1 == val1) & (col2 == val2)]
    if np.any(subset):
        subsets[(val1, val2)] = subset

(私は)を格納するサブセットとして、辞書内のあるキータプルの組み合わせ...あの他によりよき)めんなさい!)

Answer 2

subset() RにPythonでfilter()にほとんど似ています。最も簡潔でコードを書くための明確な方法があるかもしれないので、参照のメモのように、これは

、リストの内包によって暗黙的に使用されます

[ item for item in items if item.col2 == 2006 ] 

もし、例えば、あなたのデータ行が反復可能と呼ばれるitemsにあった。

Answer 3

私はRに慣れていないよので、このサブセットコマンドはあなたの説明に基づいてどのように機能するかも私はあなたがitertoolのGROUPBY機能を見てみる提案することができます。値を出力する関数を指定した場合は、その関数の出力に基づいてグループを形成することができます。

： GROUPBYするから撮影

groups = []
uniquekeys = []
data = sorted(data, key=keyfunc)
for k, g in groupby(data, keyfunc):
    groups.append(list(g))      # Store group iterator as a list
    uniquekeys.append(k)

、その後、あなたのサブセットを持っています。返される値は、本格的なリストではありませんただし、注意が必要です。彼らだイテレータます。

私は自分の価値観を行単位で返されていることを想定しています。