如何从结构化 numpy 数组中删除列？

Question

想象一下，你有一个结构化的numpy数组，这个数组是从一个csv文件生成的，第一行是字段名称。这个数组的样子是：

dtype([('A', '<f8'), ('B', '<f8'), ('C', '<f8'), ..., ('n','<f8'])

现在，假设你想从这个数组中删除第'i'列。有没有什么简单的方法可以做到这一点呢？

我希望它的工作方式像删除一样：

new_array = np.delete(old_array, 'i')

有没有什么好主意？

Answer 1

最简单的解决办法是使用内置的函数。

假设我们有一个叫做 points_array = np.array 的东西。这个 np.array 里面有很多列，其中一列是“类别”。

import numpy.lib.recfunctions as recfc

points_array = recfc.drop_fields(points_array, "classes", usemask=False)

Answer 2

我在网上查资料，看到Warren的回答后学到了我需要的东西，所以我忍不住想分享一个更简洁的版本，并且提供一个可以一次性高效删除多个字段的选项：

def rmfield( a, *fieldnames_to_remove ):
    return a[ [ name for name in a.dtype.names if name not in fieldnames_to_remove ] ]

示例：

a = rmfield(a, 'foo')
a = rmfield(a, 'foo', 'bar')  # remove multiple fields at once

如果我们真的要把代码写得更简短，下面的代码也是等效的：

rmfield=lambda a,*f:a[[n for n in a.dtype.names if n not in f]]

Answer 3

这不是一个简单的函数调用，但下面的内容展示了一种删除第 i 个字段的方法：

In [67]: a
Out[67]: 
array([(1.0, 2.0, 3.0), (4.0, 5.0, 6.0)], 
      dtype=[('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

In [68]: i = 1   # Drop the 'B' field

In [69]: names = list(a.dtype.names)

In [70]: names
Out[70]: ['A', 'B', 'C']

In [71]: new_names = names[:i] + names[i+1:]

In [72]: new_names
Out[72]: ['A', 'C']

In [73]: b = a[new_names]

In [74]: b
Out[74]: 
array([(1.0, 3.0), (4.0, 6.0)], 
      dtype=[('A', '<f8'), ('C', '<f8')])

把它封装成一个函数：

def remove_field_num(a, i):
    names = list(a.dtype.names)
    new_names = names[:i] + names[i+1:]
    b = a[new_names]
    return b

可能更自然的做法是根据给定的字段 名称 来删除字段：

def remove_field_name(a, name):
    names = list(a.dtype.names)
    if name in names:
        names.remove(name)
    b = a[names]
    return b

另外，可以看看 drop_rec_fields 函数，它是 matplotlib 的 mlab 模块的一部分。

---

更新：请查看我在 如何在不复制的情况下从结构化 numpy 数组中删除一列？ 中的回答，了解如何创建结构化数组字段子集的视图，而不需要复制整个数组。