Python Numpy：合并和 return 第一个非零观察

Question

我目前是 NumPy 的新手，但非常精通 SQL。我在 SQL 中使用了一个名为 coalesce 的函数，我很失望在 NumPy 中找不到它。我需要这个函数从 2 个数组创建第三个数组 want，即 array1 和 array2，其中 array1 中的零/缺失观察值被 [=16= 中的观察值替换]同下address/Location。我不知道如何使用 np.where?

完成此任务后，我想取此数组的下对角线 want，然后填充最终数组 want2 并注意 第一个非零 观察。如果所有观察结果，即 coalesce(array1, array2) returns 缺失或 want2 中为 0，则默认分配零。

我已经编写了一个示例来演示所需的行为。

import numpy as np
array1= np.array(([-10,0,20],[-1,0,0],[0,34,-50]))
array2= np.array(([10,10,50],[10,0,25],[50,45,0]))

# Coalesce array1,array2 i.e. get the first non-zero value from array1, then from array2. 
# if array1 is empty or zero, then populate table want with values from array2 under same address
want=np.tril(np.array(([-10,10,20],[-1,0,25],[50,34,-50])))

print(array1)
print(array2)
print(want)

# print first instance of nonzero observation from each column of table want
want2=np.array([-10,34,-50])
print(want2)

Answer 1

"Coalesce"：使用 putmask 将等于零的值替换为 array2:

中的值

want = array1.copy()
np.putmask(array1.copy(), array1==0, array2)

np.tril(want)每列的第一个非零元素：

where_nonzero = np.where(np.tril(want) != 0)

"""For the where array, get the indices of only 
the first index for each column"""
first_indices = np.unique(where_nonzero[1], return_index=True)[1]

# Get the values from want for those indices
want2 = want[(where_nonzero[0][first_indices], where_nonzero[1][first_indices])]

Python Numpy：合并和 return 第一个非零观察

Python Numpy: Coalesce and return first nonzero observation

python

arrays

numpy

coalesce