Python，用于查找和提取相似性的结构。列表。字典还是数据帧？

Question

我有一些测量值目前存储在一个数组中：

    myMatrix[:5,:5]
    Out[11]: 
    array([[192., 192.,   0.,   0.,   0.],
    [185., 171.,   0.,   0.,   0.],
    [ 17.,   1.,  16.,  17.,   1.],
    [185., 185.,   0.,   0.,   0.],
    [185., 185.,   0.,   0.,   0.]])

我想写一个按行运行并找到相似之处的函数。你知道吗

函数的输入应该是可变的，例如，预期的输入可以是192或185185。你知道吗

基于该输入，算法应该搜索（我猜是for循环）具有第一列的条目（对于输入192，它将是第一列，对于输入185185，它将是前两列），并返回匹配所在的行。你知道吗

例如，对于输入185185，应该返回最后两行。你知道吗

我应该为哪种数据类型编写代码？你知道吗

到目前为止，我知道字典，列表和数据帧。我还对集成字典的数据帧进行了播种。我倾向于使用pandas数据帧，但我不确定它们如何处理可变数量的输入。你知道吗

Answer 1

在这种情况下使用熊猫和裸体。你知道吗

import pandas as pd
import numpy as np

df = pd.DataFrame(np.array([[192., 192.,   0.,   0.,   0.],
    [185., 171.,   0.,   0.,   0.],
    [ 17.,   1.,  16.,  17.,   1.],
    [185., 185.,   0.,   0.,   0.],
    [185., 185.,   0.,   0.,   0.]]), 
columns=['a', 'b', 'c', 'd', 'e'])

Answer 2

这取决于你的要求和知识。对于一个很小的数据集，您所知道的编写代码给出解决方案的方式将是最快的。如果你想用pandas做实验，或者如果数据集很大，pandas无疑是一个不错的方法，因为它可以直接使用numpy数组。你知道吗

在这里您可以使用：

def find_start(mat, *val):
    # convert the argument list to a ndarray of right type
    s = np.array(val, dtype = mat.dtype)
    # compare the start of each line with that ndarray (assuming s is shorter than the line)
    return (df.iloc(1)[0:len(s)] == s).agg(all, axis=1)

然后使用示例数据：

>>> print(find_start(myMatrix, 192))
0     True
1    False
2    False
3    False
4    False
dtype: bool
>>> print(find_start(myMatrix, 185, 185.))
0    False
1    False
2    False
3     True
4     True
dtype: bool