用不同类型的值过滤字典

Question

我正在尝试根据字典中的值进行筛选（这个字典里有不同的数据类型），但是遇到了一个错误：

ValueError: 一个包含多个元素的数组的真假值是不明确的。请使用 a.any() 或 a.all()

我想要获取字典中所有与 'YALE' 这个值对应的记录。

这是我的代码：

dataset = {
    'timeseires': array([[
        [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312],
        [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312]
    ]]),
    'site': array(['YALE', 'KKI'], dtype='<U8')
}

dataset = data.tolist()
 
def filter(pairs):
    key, value = pairs
    filter_key = 'site'
    if key == filter_key and value == 'YALE':
        return True
    else:
        return False
         
final_dic = dict(filter(filter, dataset.items()))
print(final_dic)

我期望的输出是：

> dataset = {
>         'timeseires': array([[
>             [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312]
>         ]]),
>         'site': array(['KKI'], dtype='<U8')
>     }

Answer 1

根据你想要的输出结果，你可以使用 dict 推导式来实现类似的功能：

import numpy as np

filtered_indices = np.where(dataset["site"] == "YALE")[0].tolist()
dataset = {k: np.delete(v, filtered_indices) for k, v in dataset.items()}

{'timeseires': array([  7.39066 ,  20.651941,   4.07861 , -11.752331, -34.611312,
        -5.653222,   7.39066 ,  20.651941,   4.07861 , -11.752331,
       -34.611312]), 'site': array(['KKI'], dtype='<U8')}

Answer 2

根据你提供的输出信息，看来你的任务是提取与'YALE'这个索引对应的'timeseries'值。

下面这段代码应该可以解决你的问题：

def filter_dictionary_by_value(dataset, value):
    index_value = np.where(dataset['site'] == value)[0]
    filtered_timeseries = dataset['timeseries'][index_value]
    

    filtered_dict = {
        'timeseries': filtered_timeseries,
        'site': np.array([value], dtype='<U8')
    }

如果这不是你想要的结果，请在问题中说明得更具体一些。