使用掩码和其他数组替换数组中的值

Question

我有一个一维“from”数组（称为“ frm ”），其中包含具有关联布尔掩码数组的值：“ mask ” （与frm形状相同）。然后我有第三个“替换”数组：“ repl ”，也是一维的，但长度比其他两个短。

有了这些，我想生成一个新数组（" to "），其中包含frm值，但mask==True除外，在这种情况下，它应该按顺序获取 repl中的值。（请注意， mask中True元素的数量等于repl的长度）。

我一直在寻找一种“聪明的”numpy 方式来实现这个？我查看了np.where、np.take、np.select、np.choose等方法，但似乎没有一个“符合要求”？

“切入代码”，这就是我到目前为止所拥有的。它工作正常，但看起来不像“Numpythonic”？（甚至是Pythonic）

frm  = [1, 2, 3, 4, 5]
mask = [False, True, False, True, True]
repl = [200, 400, 500]
i = 0; to = []
for f,m in zip(frm,mask):
    if m:
        to.append(repl[i])
        i += 1
    else:
        to.append(f)
print(to)

产量：[1, 200, 3, 400, 500]

（背景：我需要这样做的原因是因为我是 Pandas pd.Dataframe类的子类，并且需要列/索引的“setter”。由于pd.Index不能“切片索引”，我需要首先复制索引/column 数组，根据掩码替换副本中的一些元素，然后让setter设置完整的新值。如果有人知道更优雅的解决方案，请告诉我）。

Answer 1

numpy解决方案：

它非常简单，如下所示：

# convert frm to a numpy array:
frm = np.array(frm)
# create a copy of frm so you don't modify original array:
to = frm.copy()

# mask to, and insert your replacement values:
to[mask] = repl

然后to返回：

>>> to
array([  1, 200,   3, 400, 500])

pandas解决方案：

如果你的数据框看起来像：

>>> df
   column
0       1
1       2
2       3
3       4
4       5

然后你可以使用loc：

df.loc[mask,'column'] = repl

那么你的数据框看起来像：

>>> df
   column
0       1
1     200
2       3
3     400
4     500