有效地将每列与不同的值进行比较

Question

我有一个4000*6（6列）的numpy数组。我有一个最小值的numpy列（1*6）（由另一个3000*6的numpy数组组成）。 我想找到大数组中低于这些值的所有内容。但是每一个值都指向它对应的列。你知道吗

我尝试了一种简单的方法，基于我已有的单列解决方案：

largearray=[float('nan') if x<min_values else x for x in largearray]

但遗憾的是，它没有起作用：（。你知道吗

我可以为每一列和每一个值做一个for循环，但是我想知道是否有一个更快更优雅的解决方案。你知道吗

谢谢

编辑：我将尝试重新措辞：我有6个值和6列。 我想找出每列中低于6个值中相应值的值。 我所说的数组是指二维数组。抱歉，如果不清楚的话

对不起，我还在用Matlab思考。你知道吗

这是我的循环解决方案。是df，不是numpy。不过，有没有更快的办法？你知道吗

a=0
for y in dfnames:
    df[y]=[float('nan') if x<minvalues[a] else x for x in df[y]]
    a=a+1

df是大数组或数据帧 dfnames是我感兴趣的列名。 minvalues是每列的最小值。我假设顺序是一样的。错误的假设，但目前有效。你知道吗

会很感激你的帮助

Answer 1

我不使用numpy，所以它可能不是常用的解决方案，但是这样的工作：

largearray = numpy.array([[1,2,3], [3,4,5]])
minvalues =numpy.array([3,4,5])
largearray1=[(float('nan') if not numpy.all(numpy.less(x, min_values)) else x) for x in largearray]

结果应为：[[1,2,3]，'nan']

Answer 2

我想你只需要

result = largearray.copy()
result[result < min_values] = np.nan

也就是说，result是largearray的副本，但是小于min_values对应列的ay元素被设置为nan。你知道吗

如果仅当行中的所有条目都小于min_values的相应列时，才要将整行留空，则需要：

result = largearray.copy()
result[np.all(result < min_values, axis=1)] = np.nan