过滤含不同数据类型值的字典遇ValueError，求解决方案

我尝试过滤包含不同数据类型值的字典，想要移除与'YALE'对应的记录，但运行代码时触发如下错误：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我的代码如下：

dataset = {
    'timeseires': array([[
        [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312],
        [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312]
    ]]),
    'site': array(['YALE', 'KKI'], dtype='<U8')
}

dataset = data.tolist()
 
def filter(pairs):
    key, value = pairs
    filter_key = 'site'
    if key == filter_key and value == 'YALE':
        return True
    else:
        return False
         
final_dic = dict(filter(filter, dataset.items()))
print(final_dic)

预期输出：

dataset = {
        'timeseires': array([[
            [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312]
        ]]),
        'site': array(['KKI'], dtype='<U8')
    }

问题分析 #

1. 代码存在未定义变量：data.tolist()中的data未声明，属于笔误，即使修正为dataset.tolist()，转成列表后也无法实现你的过滤需求。
2. 核心逻辑错误：你当前的代码试图过滤字典的键值对，但实际需求是过滤字典内数组的元素。当value是numpy数组时，value == 'YALE'会返回布尔数组，if判断无法直接解析数组的真值，因此触发报错。

正确实现代码 #

要达成预期输出，需要针对数组的索引构建过滤掩码，同步过滤timeseires和site数组：

import numpy as np

dataset = {
    'timeseires': np.array([[
        [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312],
        [ -5.653222,   7.39066 ,  20.651941, 4.07861 ,-11.752331, -34.611312]
    ]]),
    'site': np.array(['YALE', 'KKI'], dtype='<U8')
}

# 构建掩码：标记site中不等于'YALE'的元素位置
mask = dataset['site'] != 'YALE'
# 过滤timeseires：对应第二个维度（样本维度）保留符合条件的元素
dataset['timeseires'] = dataset['timeseires'][:, mask, :]
# 过滤site数组
dataset['site'] = dataset['site'][mask]

print(dataset)

代码说明 #

• 布尔掩码mask会生成[False, True]，对应site数组中'YALE'（需要排除）和'KKI'（需要保留）的位置
• timeseires数组的维度是(1, 2, 6)，使用[:, mask, :]可以精准保留第二个维度中符合掩码条件的样本
• 直接用掩码过滤site数组，最终得到仅包含'KKI'的数组

内容的提问来源于stack exchange，提问作者Konstantin Simonov