问题描述
为了加快模型的数据插补和训练过程,我想在数据集中排除尽可能多的网格单元,这些网格单元不属于我的范围。到目前为止,我已经能够删除矩形中的网格单元:
df = df[(df['lon'] <= -114) | (df['lat'] >= 54)]
)。但是,我也想排除三角形内的单元格。 lat = 53,lon = -115
).
基本上我的想法是使用与矩形相同的索引函数,但只使用 np.tril()
删除底部/下部三角形:
df = np.tril(df[(df['lon'] >= -115) | (df['lat'] >= 53)])
然而,这似乎不起作用。有谁知道如何解决这个问题?
示例数据集:
lat = np.arange(48.875,60.375,.250)[::-1]
lon = np.arange(-120.125,-109.625,.250)
values = np.random.random(1932)
Y,X = np.meshgrid(lat,lon)
df = pd.DataFrame({'lat': Y.flatten(),'lon': X.flatten(),'vals':values})
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)