0

以下の2次元配列から "Yokohama"が含まれている行を削除したいです。

arr = [
  ['AA', 'BB', 'CC'],
  ['Lemon', '30', 'Tokyo'],
  ['Lemon', '20', 'Osaka'],
  ['Lemon', '10', 'Yokohama'],
  ['Peach', '15', 'Tokyo']
]

np.deleteで削除しようとしましたが、うまくできませんでした。
1000万行ほどの処理に使うので、データ量に強い方法を教えていただけると助かります。
よろしくお願いいたします。

2
  • ユースケースが見えませんが、そういったクエリを継続的に発行するのであればリレーショナルデータベースの使用を検討しても良いと思いました。 2019年7月19日 11:33
  • アドバイスありがとうございます。今回はpython内で完結できたので使用しませんでしたが、データ量が膨大になれば検討しようと思います。
    – kazzZZZ
    2019年7月22日 8:28

1 件の回答 1

1

この記事 Selecting rows from a NumPy ndarray の質問の2つ目のコードを参考にすると、以下の様に書けるのでは? 1000万行までサポートできるか? は不明ですが。

arr = arr[arr[:, 2] != 'Yokohama']

参考:

If I wanted only rows where the second value is 4, it is easy:

>>> test[test[:, 1] == 4]
array([[ 3,  4],
       [ 7,  4],
       [16,  4],
       ...
       [81,  4],
       [83,  4],
       [88,  4]])

まとめると、以下の様になります。

import numpy as np

arr = np.array((['AA','BB','CC'],
                ['Lemon','30','Tokyo'],
                ['Lemon','20','Osaka'],
                ['Lemon','10','Yokohama'],
                ['Peach','15','Tokyo']))

arr = arr[arr[:, 2] != 'Yokohama']

print(arr)

#以下は表示結果
#[['AA' 'BB' 'CC']
# ['Lemon' '30' 'Tokyo']
# ['Lemon' '20' 'Osaka']
# ['Peach' '15' 'Tokyo']]
1
  • 教えていただいた方法で解決しました。 ありがとうございます!
    – kazzZZZ
    2019年7月22日 8:23

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。