python 数値配列に別の配列要素で書き換えたい

前提・実現したいこと

python(3系)を使って数値配列を操作しています。
n行×3列の3次元配列A, Bがあったとして、
1,2列目が完全一致する行だけ、Aの3列目要素でBの3列目要素を書き換えたいのです。

発生している問題・エラーメッセージ

python
1while (A[i, 0] == list(B[:, 0])) and (A[i, 1] == list(B[:, 1])):
2    a = B.replace(B[:, 2], A[i, 2])

上記のような条件で色々な構文を試したのですが、エラーが出なくとも思うように置換できません。配列は、数値配列です。下のような配列で列1, 2がともに一致したものだけ列3の数値を置換することをしたいです。

|列1|列2|列3|
|1|1|3|
|1|2|5|
|1|3|4|

よろしくお願いします。

[追記]
具体的には、2次元グリッドの等高線を描くために、ダミーのプロット点(B)に対してAから一部置換することを目的としています。たとえば、以下のA, Bのようなものを想定しています。

A:
|列1|列2|列3|
|0|0|3|
|0|2|5|
|2|1|4|

B:
|列1|列2|列3|
|0|0|1|
|0|1|1|
|0|2|1|
|1|0|1|
|1|1|1|
|1|2|1|
|2|0|1|
|2|1|1|
|2|2|1|

該当のソースコード

ソースコード

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

r_takahama

2019/06/30 06:47

A, B の行数は同じですか？可能であれば、AとBのより具体的な例を追記していただけませんか？

macchairi

2019/06/30 08:11

回答ありがとうございます。情報を追記させていただきました。 AよりもBの行数は多い状況になります。

r_takahama

2019/06/30 08:23

承知しました。回答いたします！

行動規範の内容に同意します

回答2件

要件をお伺いするに、たくさんのデータ点を同時に処理したいという状況であるようにお見受けいたしました。こうした場合は、もし可能であればpandasを使うのがもっとも楽かと思います。（そうでない場合はhayataka2049様の回答が参考になるかと思いますので、pandasを使わない回答は省略します）

詳細

pandasをimportします。

python
1import pandas as pd

Aと、Aの情報を格納したpandasのDataFrameを作ります。

python
1A = [
2    [0, 0, 3],
3    [0, 2, 5],
4    [2, 1, 4],
5]
6df_A = pd.DataFrame(A, columns=['x', 'y', 'h'])
7print(df_A)

print文の出力は以下のようになります。

sh
1   x  y  h
20  0  0  3
31  0  2  5
42  2  1  4

Bに関しても同様にDataFrameを作ります。

python
1B = [
2    [0, 0, 1],
3    [0, 1, 1],
4    [0, 2, 1],
5    [1, 0, 1],
6    [1, 1, 1],
7    [1, 2, 1],
8    [2, 0, 1],
9    [2, 1, 1],
10    [2, 2, 1],
11]
12df_B = pd.DataFrame(B, columns=['x', 'y', 'h'])
13print(df_B)

print文の出力は以下のようになります。

sh
1   x  y  h
20  0  0  1
31  0  1  1
42  0  2  1
53  1  0  1
64  1  1  1
75  1  2  1
86  2  0  1
97  2  1  1
108  2  2  1

df_A と df_B をマージします。感覚的には、 df_B に対して、 x と 'y' が一致する行を df_A からうまく選んで右側にくっつける感じです。

python
1df_merged = pd.merge(df_B, df_A, how='left', on=['x', 'y'])
2print(df_merged)

print文の出力は以下のようになります。

sh
1   x  y  h_x  h_y
20  0  0    1  3.0
31  0  1    1  NaN
42  0  2    1  5.0
53  1  0    1  NaN
64  1  1    1  NaN
75  1  2    1  NaN
86  2  0    1  NaN
97  2  1    1  4.0
108  2  2    1  NaN

df_merged の h_y を使いたいですが、 df_A に値が存在しなかった 'x', 'y' についてはNaNになってしまっているため、ダミーの値で h_y を埋めます。

python
1dummy_value = 1
2df_filled = df_merged.fillna(dummy_value)
3print(df_filled)

print文の出力は以下のようになります。

   x  y  h_x  h_y
0  0  0    1  3.0
1  0  1    1  1.0
2  0  2    1  5.0
3  1  0    1  1.0
4  1  1    1  1.0
5  1  2    1  1.0
6  2  0    1  1.0
7  2  1    1  4.0
8  2  2    1  1.0

最後に、 x, y, h_y のみを残せば、所望の値が得られると思います。
df_result = df_filled[['x', 'y', 'h_y']]
print(df_result)

print文の出力は以下のようになります。

python
1   x  y  h_y
20  0  0  3.0
31  0  1  1.0
42  0  2  5.0
53  1  0  1.0
64  1  1  1.0
75  1  2  1.0
86  2  0  1.0
97  2  1  4.0
108  2  2  1.0

なお、

python
1df_result.values

を呼び出すと、 pd.DataFrame から np.ndarray 形式のデータに変換することもできます。

コード全文

python
1import pandas as pd
2
3A = [
4    [0, 0, 3],
5    [0, 2, 5],
6    [2, 1, 4],
7]
8df_A = pd.DataFrame(A, columns=['x', 'y', 'h'])
9print(df_A)
10
11B = [
12    [0, 0, 1],
13    [0, 1, 1],
14    [0, 2, 1],
15    [1, 0, 1],
16    [1, 1, 1],
17    [1, 2, 1],
18    [2, 0, 1],
19    [2, 1, 1],
20    [2, 2, 1],
21]
22df_B = pd.DataFrame(B, columns=['x', 'y', 'h'])
23print(df_B)
24
25df_merged = pd.merge(df_B, df_A, how='left', on=['x', 'y'])
26print(df_merged)
27
28dummy_value = 1
29df_filled = df_merged.fillna(dummy_value)
30print(df_filled)
31
32df_result = df_filled[['x', 'y', 'h_y']]
33print(df_result)

投稿2019/06/30 08:37

r_takahama

総合スコア106

macchairi

2019/06/30 15:24

丁寧な回答どうもありがとうございます。頂いたコード、勉強活用させて頂きます。おっしゃる通りで、いずれ大規模なデータのハンドリングも目指していました。次元数が増えたときにはpandasが扱いやすいように思いました。どうもありがとうございました。

行動規範の内容に同意します

ベストアンサー

0列目と1列目を抜き出した部分配列同士を比較してから（同じshapeのbool配列が返ります）、allメソッドで「0列目と1列目がともにTrue」かどうかを計算して、それに基づいて代入を行います。

python
1import numpy as np
2
3A = np.array([[0, 0, 1],
4              [1, 2, 3],
5              [0, 2, 3],
6              [4, 1, 5]])
7
8B = np.array([[0, 0, 5],
9              [3, 2, 1],
10              [0, 2, 6],
11              [2, 5, 7]])
12
13idx = (A[:, 0:2] == B[:, 0:2]).all(axis=1)
14B[idx, 2] = A[idx, 2]
15print(B)
16"""
17[[0 0 1]
18 [3 2 1]
19 [0 2 3]
20 [2 5 7]]
21"""

追記に関して

安直なのはループですかね。

python
1import numpy as np
2
3A = np.array([[0, 0, 3],
4              [0, 2, 5],
5              [2, 1, 4]])
6
7B = np.array([[0, 0, 1],
8              [0, 1, 1],
9              [0, 2, 1],
10              [1, 0, 1],
11              [1, 1, 1],
12              [1, 2, 1],
13              [2, 0, 1],
14              [2, 1, 1],
15              [2, 2, 1]])
16
17for a in A:
18    idx = (B[:,0:2] == a[0:2]).all(axis=1)
19    B[idx, 2] = a[2]
20print(B)
21
22"""
23[[0 0 3]
24 [0 1 1]
25 [0 2 5]
26 [1 0 1]
27 [1 1 1]
28 [1 2 1]
29 [2 0 1]
30 [2 1 4]
31 [2 2 1]]
32"""