我想要一个数组＆＃34; set1＆＃34;它包含数组的前四行＆＃34; a＆＃34;然后，如果一行的第一个值/元素与＆＃34; a＆＃34;相同和＆＃34; d＆＃34;，根据＆＃34; d＆＃34;的第二个值出现另一个区别：
我到目前为止：
a=np.array(([5,2,3,4],[3,22,23,24],[2,31,32,34],[1,41,42,44],[4,51,52,54],[6,61,62,64]))
d=np.array(([2,3,5],[4,1,4],[2,1,2],[5,3,1],[6,2,44],[5,1,3],[1,3,55],[1,1,6]))
set1= np.zeros((a.shape[0],a.shape[1]+3),dtype="int")
set1[:,:4] = a[:,:]
for i in (set1[:,0]-1):
j=np.where(d[:,0]==set1[i,0])
if len(j[0])==1:
if d[j[0],1]==1:
set1[i,4]=d[j[0],2]
elif d[j[0],1]==2:
set1[i,5]=d[j[0],2]
elif d[j[0],1]==3:
set1[i,6]=d[j[0],2]
print(set1)
我的代码只有在第一个元素的相同数量只有一个时才会起作用（在这种情况下，只有第1和第34行的最后一行; 6 61 62 64 0 44 0＆＃ 34;正确显示）。在所有其他情况下，不存档所需的输出。 例如，显示第f行：
[5 51 52 54 0 0 0]
而不是所需的
[5 51 52 54 3 0 1]
是否有更多＆＃34; pythonic＆＃34;这样做的方法？比较第一个元素并根据上面的规则组合元素（1 - ＆gt;第4个元素等）？
[edit]更改了数字以避免将ID与索引混淆
答案 0 :(得分：2)
d的前两列是set1的索引，您希望在稍微修正后将值放在d的第三列中。从那里开始，就像使用我在评论中链接的索引模式一样简单。
完整示例：
a=np.array((
[1,2,3,4],
[2,22,23,24],
[3,31,32,34],
[4,41,42,44],
[5,51,52,54],
[6,61,62,64]))
d=np.array((
[2,3,5],
[4,1,4],
[2,1,2],
[5,3,1],
[6,2,44],
[5,1,3],
[1,3,55],
[1,1,6]))
# allocate the result array
m, n = a.shape
res = np.zeros((m, n+3))
res[:m, :n] = a
# do the work
i, j, values = d.T
res[i-1, j+3] = values
这样
>>> res
array([[ 1., 2., 3., 4., 6., 0., 55.],
[ 2., 22., 23., 24., 2., 0., 5.],
[ 3., 31., 32., 34., 0., 0., 0.],
[ 4., 41., 42., 44., 4., 0., 0.],
[ 5., 51., 52., 54., 3., 0., 1.],
[ 6., 61., 62., 64., 0., 44., 0.]])
d的第一列不是索引...... 在d的第一列不是索引的一般情况下，您需要在d[:,0]中查找a的每个条目的位置。渐近地执行此操作的最快方法是使用哈希表，但实际上，执行此操作的足够快的方法是使用np.searchsorted：
a=np.array((
[5,2,3,4],
[3,22,23,24],
[2,31,32,34],
[1,41,42,44],
[4,51,52,54],
[8,61,62,64]))
d=np.array((
[2,3,5],
[4,1,4],
[2,1,2],
[5,3,1],
[8,2,44],
[5,1,3],
[1,3,55],
[1,1,6]))
# allocate the result array
m, n = a.shape
res = np.zeros((m, n+3))
res[:m, :n] = a
# do the work
i, j, values = d.T
ids = a[:, 0]
sort_ix = np.argsort(ids)
search_ix = np.searchsorted(ids, i, sorter=sort_ix)
id_map = sort_ix[search_ix]
res[id_map, j+3] = values
这样
>>> res
array([[ 5., 2., 3., 4., 3., 0., 1.],
[ 3., 22., 23., 24., 0., 0., 0.],
[ 2., 31., 32., 34., 2., 0., 5.],
[ 1., 41., 42., 44., 6., 0., 55.],
[ 4., 51., 52., 54., 4., 0., 0.],
[ 8., 61., 62., 64., 0., 44., 0.]])
注意：如果d[0, :]具有连续的整数1, ..., n，但不一定按顺序排列，那么您可以避免排序并只使用直接查找表。将以上注释后的位替换为：
# do the work
i, j, values = d.T
ids = a[:, 0]
id_map = np.zeros_like(ids)
id_map[ids-1] = np.arange(len(ids))
res[id_map[i-1], j+3] = values