将numpy recarray的一部分转换为二维数组？

Question

我们有一组每天的数据记录，第一项是时间戳，后面的都是一些数值。

这些数据有好几组：

    ts             a    b    c
2010-08-06 08:00, 1.2, 3.4, 5.6
2010-08-06 08:05, 1.2, 3.4, 5.6
2010-08-06 08:10, 1.2, 3.4, 5.6
2010-08-06 08:15, 2.2, 3.3, 5.6
2010-08-06 08:20, 1.2, 3.4, 5.6

我们想要做的是计算每个数值的平均值（就像把每天的数据叠在一起，然后计算每个对齐的数值的平均）。因为时间戳都是一致的，所以我们可以先创建一个结果的记录数组，里面有时间戳，其他的列都填0，然后进行类似这样的操作：

for day in day_data:
    result.a += day.a
    result.b += day.b
    result.c += day.c

result.a /= len(day_data)
result.b /= len(day_data)
result.c /= len(day_data)

不过，似乎有个更好的方法，就是把每天的数据转换成一个只有数字的二维数组（去掉时间戳），然后一次性计算所有数值的平均值，但我们找不到办法做到这一点——结果总是变成一个一维的对象数组。

有没有人知道怎么做呢？

Answer 1

有几种方法可以做到这一点。一个方法是选择recarray中的多个列，然后把它们转换成浮点数，最后再调整成一个二维数组：

new_data = data[['a','b','c']].astype(np.float).reshape((data.size, 3))

另外，你也可以考虑这样做（速度稍慢，但更容易理解）：

new_data = np.vstack([data[item] for item in ['a','b','c']]).T

另外，建议你看看pandas，因为它可以帮助你更轻松地处理不同类型的数据。